Характеристики
- Контекст
- 514 токенов
- Параметры
- 305 млн
- Архитектура
- xlm-roberta · dense
- Опубликована
- 2 мар 2022
Ссылки
xlm-roberta-base-indonesian-NER
Модель XLM-RoBERTa для выделения именованных сущностей в индонезийском тексте.
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
cahya/xlm-roberta-base-indonesian-NER — модель Cahya для распознавания именованных сущностей в индонезийском тексте. Это XLM-RoBERTa с архитектурой классификации токенов, около 305,2 млн параметров и контекстом до 514 токенов. Она присваивает метки отдельным токенам, чтобы выделять сущности в тексте; карточка Hugging Face не содержит подробностей о наборе меток или оценках качества.
Модель доступна в форматах PyTorch и Safetensors и предназначена для задачи token classification. Лицензия в доступных метаданных и карточке не установлена.
Сценарии применения
- извлечение имен людей из индонезийских текстов
- распознавание организаций в индонезийских документах
- выделение мест и географических названий
- разметка сущностей в новостях на индонезийском языке
Ограничения
Карточка не приводит подробностей о классах сущностей или численных оценках качества, поэтому пригодность для конкретных данных следует проверять отдельно.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · token-classification
Подбираем GPU…
- Класс архитектуры
- XLMRobertaForTokenClassification
- Ревизия весов
- e5e2bcb