/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Опубликована
8 ноя 2022

GeoBERT

Разметка токеновТекст → label3 профессии

GeoBERT извлекает геонаучные термины, методы, местоположения и геологические периоды из научных текстов.

42скачиваний за 30 дней6лайковвеса обновлены15 дек 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

GeoBERT — модель распознавания именованных сущностей в геонаучных текстах, созданная дообучением SciBERT на размеченном корпусе Labeled Geoscientific Corpus объёмом около миллиона предложений. Она использует архитектуру BERT и классифицирует токены по четырём типам: геонаучные термины (GeoPetro), инструменты и методы (GeoMeth), геологические местоположения (GeoLoc) и элементы геохронологической шкалы (GeoTime). Модель подходит для извлечения и категоризации этих сущностей из научных текстов о геонауках. В README приведены значения F1 от 0,9445 до 0,9756 для четырёх категорий на оценке seqeval.

Модель содержит 137,1 млн параметров, рассчитана на контекст до 512 токенов и опубликована в формате TensorFlow. Карточка не указывает отдельную лицензию; языковые теги также не позволяют надёжно определить язык обучающих данных. Практическое применение ограничено распознаванием описанных геонаучных категорий, поэтому качество на других предметных областях и языках не подтверждено.

Сценарии применения

  • извлечение геонаучных терминов из статей
  • распознавание геологических местоположений в научных текстах
  • выделение методов и инструментов геонаук
  • поиск упоминаний геологических периодов и эпох
  • категоризация геонаучных сущностей для анализа корпуса

Ограничения

Модель предназначена для четырёх описанных категорий геонаучных сущностей; перенос качества на другие области и языки не подтверждён. 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

GeoBERT

GeoBERT is a NER model that was fine-tuned from SciBERT on the Geoscientific Corpus dataset. The model was trained on the Labeled Geoscientific Corpus dataset (~1 million sentences).

Intended uses

The NER product in this model has a goal to identify four main semantic types or categories related to Geosciences.

  1. GeoPetro for any entities that belong to all terms in Geosciences
  2. GeoMeth for all tools or methods associated with Geosciences
  3. GeoLoc to identify geological locations
  4. GeoTime for identifying the geological time scale entities

Training hyperparameters

The following hyperparameters were used during training:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 2e-05, 'decay_steps': 14000, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: mixed_float16

Framework versions

  • Transformers 4.22.1
  • TensorFlow 2.10.0
  • Datasets 2.4.0
  • Tokenizers 0.12.1

Model performances (metric: seqeval)

entityprecisionrecallf1
GeoLoc0.97270.95910.9658
GeoMeth0.94330.94470.9445
GeoPetro0.97670.97450.9756
GeoTime0.96950.96660.9680

How to use GeoBERT with HuggingFace

Load GeoBERT and its sub-word tokenizer :
from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("botryan96/GeoBERT")
model = AutoModelForTokenClassification.from_pretrained("botryan96/GeoBERT")

#Define the pipeline
from transformers import pipeline
ner_machine = pipeline('ner',model = models,tokenizer=tokenizer, aggregation_strategy="simple")

#Define the sentence
sentence = 'In North America, the water storage in the seepage face model is higher than the base case because positive pore pressure is requisite for drainage through a seepage face boundary condition. The result from the resistivity data supports the notion, especially in the northern part of the Sandstone Sediment formation. The active formation of America has a big potential for Oil and Gas based on the seismic section, has been activated since the Paleozoic'

#Deploy the NER Machine
ner_machine(sentence)

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
BertForTokenClassification
Ревизия весов
308126d

0 моделей