/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Архитектура
bert · dense
Опубликована
26 авг 2022

berturk-sunlp-ner-turkish

Разметка токеновТекст → label3 профессии

Модель на базе BERTurk для извлечения именованных сущностей из турецких твитов.

18скачиваний за 30 дней9лайковвеса обновлены9 янв 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

busecarik/berturk-sunlp-ner-turkish — модель распознавания именованных сущностей, созданная дообучением BERTurk-cased на наборе SUNLP-NER-Twitter. Она предназначена для извлечения из турецких твитов упоминаний людей, мест, организаций, времени, денежных сумм, продуктов и телешоу. Архитектура — BERT для классификации токенов, размер — 211,6 млн параметров, максимальная длина контекста — 512 токенов; доступны веса PyTorch и TensorFlow.

На тестовой выборке SUNLP-NER-Twitter модель показала общий F1 82,69 по метрике seqeval. Лучше всего она распознаёт имена людей и временные выражения; качество для продуктов и телешоу заметно ниже. Обучение на 5000 твитов ограничивает надёжность переноса на другие жанры и домены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение имён людей из турецких твитов
  • поиск мест и организаций в сообщениях на турецком языке
  • выделение времени и денежных сумм в твитах
  • поиск названий продуктов и телешоу в турецких сообщениях

Ограничения

Модель обучена на 5000 турецких твитов, поэтому её качество на других жанрах и доменах может быть ниже. В тестировании F1 для классов Product и TV-Show составил 0,45.

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

berturk-sunlp-ner-turkish

Introduction

[berturk-sunlp-ner-turkish] is a NER model that was fine-tuned from the BERTurk-cased model on the SUNLP-NER-Twitter dataset.

Training data

The model was trained on the SUNLP-NER-Twitter dataset (5000 tweets). The dataset can be found at https://github.com/SU-NLP/SUNLP-Twitter-NER-Dataset Named entity types are as follows: Person, Location, Organization, Time, Money, Product, TV-Show

How to use berturk-sunlp-ner-turkish with HuggingFace

from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("busecarik/berturk-sunlp-ner-turkish")
model = AutoModelForTokenClassification.from_pretrained("busecarik/berturk-sunlp-ner-turkish")

Model performances on SUNLP-NER-Twitter test set (metric: seqeval)

PrecisionRecallF1
82.9682.4282.69

Classification Report

EntityPrecisionRecallF1
LOCATION0.700.800.74
MONEY0.800.710.75
ORGANIZATION0.780.860.78
PERSON0.900.910.91
PRODUCT0.440.470.45
TIME0.940.850.89
TVSHOW0.610.350.45

You can cite the following paper, if you use this model:

@InProceedings{ark-yeniterzi:2022:LREC,
  author    = {\c{C}ar\i k, Buse  and  Yeniterzi, Reyyan},
  title     = {A Twitter Corpus for Named Entity Recognition in Turkish},
  booktitle      = {Proceedings of the Language Resources and Evaluation Conference},
  month          = {June},
  year           = {2022},
  address        = {Marseille, France},
  publisher      = {European Language Resources Association},
  pages     = {4546--4551},
  url       = {https://aclanthology.org/2022.lrec-1.484}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
cec94e0

0 моделей