/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Библиотека
transformers
Опубликована
5 мая 2023

MIReAD

Классификация текстаТекст → label3 профессии

MIReAD классифицирует научные статьи по аннотации и заголовку и извлекает их семантические представления.

12скачиваний за 30 дней5лайковвеса обновлены9 мая 2023

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

MIReAD — дообученная модель на архитектуре BERT, представленная авторами работы MIReAD на ACL 2023. Она инициализирована весами SciBERT и обучена предсказывать класс журнала по заголовку и аннотации научной статьи. Для обучения использовались более 500 тысяч аннотаций из PubMed и arXiv, размеченных по более чем 2 тысячам классов журналов.

Модель подходит для классификации научных публикаций по журналам и извлечения семантически значимых представлений аннотаций для последующего анализа. Она принимает текст и использует токенизатор SciBERT; максимальная длина контекста составляет 512 токенов. Веса опубликованы в формате PyTorch, число параметров — около 137,1 млн. Лицензия — Apache-2.0.

Сценарии применения

  • предсказание класса журнала по аннотации статьи
  • классификация научных публикаций по тематике журнала
  • извлечение признаков из аннотаций PubMed и arXiv
  • поиск похожих научных аннотаций по семантическим представлениям

Ограничения

Модель обучена на аннотациях PubMed и arXiv и ориентирована на классификацию по классам журналов; перенос на другие типы текстов и схемы классов не описан. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is the finetuned model presented in MIReAD: simple method for learning high-quality representations from scientific documents (ACL 2023).

We trained MIReAD on >500,000 PubMed and arXiv abstracts across over 2,000 journal classes. MIReAD was initialized with SciBERT weights and finetuned to predict journal class based on the abstract and title of the paper. MIReAD uses SciBERT's tokenizer.

Overall, with MIReAD you can:

  • extract semantically meaningful representation using paper's abstact
  • predict journal class based on paper's abstract

To load the MIReAD model:

from transformers import BertForSequenceClassification, AutoTokenizer

mpath = 'arazd/miread'
model = BertForSequenceClassification.from_pretrained(mpath)
tokenizer = AutoTokenizer.from_pretrained(mpath)

To use MIReAD for feature extraction and classification:

# sample abstract & title text
title = 'MIReAD: simple method for learning scientific representations'
abstr = 'Learning semantically meaningful representations from scientific documents can ...'
text = title + tokenizer.sep_token + abstr
source_len = 512
inputs = tokenizer(text,
                   max_length = source_len,
                   pad_to_max_length=True,
                   truncation=True,
                   return_tensors="pt")

# classification (getting logits over 2,734 journal classes)
out = model(**inputs)
logits = out.logits 

# feature extraction (getting 768-dimensional feature profiles)
out = model.bert(**inputs)
# IMPORTANT: use [CLS] token representation as document-level representation (hence, 0th idx)
feature = out.last_hidden_state[:, 0, :]

You can access our PubMed and arXiv abstracts and journal labels data here: https://huggingface.co/datasets/brainchalov/pubmed_arxiv_abstracts_data.

To cite this work:

@inproceedings{razdaibiedina2023miread,
   title={MIReAD: simple method for learning high-quality representations from scientific documents},
   author={Razdaibiedina, Anastasia and Brechalov, Alexander},
   booktitle={Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics},
   year={2023}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
e81a7bd

0 моделей