MultiCite: Multi-label Citation Intent Classification with SciBERT (NAACL 2022)
This model has been trained on the data available here: https://github.com/allenai/multicite
Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- MIT
- Архитектура
- bert · dense
- Опубликована
- 6 мая 2022
Ссылки
multicite-multilabel-scibert
Модель SciBERT для многометочной классификации цитат в научных текстах.
164скачиваний за 30 дней2лайкавеса обновлены10 мая 2022
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
allenai/multicite-multilabel-scibert — модель AllenAI для многометочной классификации научных цитат. Она основана на SciBERT и предназначена для определения нескольких меток текста цитирования. Модель использует архитектуру BERT, содержит 137,1 млн параметров и принимает текстовые последовательности длиной до 512 токенов.
Модель подходит для классификации цитат в научных текстах и автоматической разметки корпусов научных публикаций. Она опубликована в формате PyTorch под лицензией MIT. Карточка не описывает точный набор меток и показатели качества, поэтому пригодность для конкретной схемы разметки следует проверять отдельно.
Сценарии применения
- многометочная классификация научных цитат
- автоматическая разметка цитат в статьях
- анализ цитирований в научных публикациях
Ограничения
В доступной карточке не приведены набор меток и показатели качества; максимальная длина входа составляет 512 токенов.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 7696929