Характеристики

Контекст: 512 токенов
Параметры: 265 млн
Архитектура: bert · dense
Опубликована: 29 апр 2022

Ссылки

Hugging Face

HiNER-collapsed-muril-base-cased

cfilt

Разметка токеновТекст → label3 профессии

BERT-модель для классификации токенов, обученная с нуля на наборе cfilt/HiNER-collapsed.

115скачиваний за 30 дней0лайковвеса обновлены1 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

HiNER-collapsed-muril-base-cased — модель классификации токенов на базе архитектуры BERT, обученная с нуля на наборе данных cfilt/HiNER-collapsed. Она предназначена для присвоения меток отдельным токенам, однако карточка не описывает набор меток и конкретные сценарии разметки. Модель содержит 264,8 млн параметров, принимает последовательности длиной до 512 токенов и опубликована в формате PyTorch.

По названию можно предположить связь с MuRIL и обработкой индийских языков, но README и метаданные не подтверждают, что именно это за языки или назначение разметки. Лицензия в предоставленных сведениях не указана.

Сценарии применения

присвоение меток токенам в последовательностях
разметка текста с помощью схемы набора данных HiNER-collapsed
эксперименты с классификацией токенов на архитектуре BERT

Ограничения

README не описывает набор меток, языки обучения, оценку качества или рекомендуемые сценарии применения. Контекст ограничен 512 токенами; лицензия в предоставленных сведениях отсутствует.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HiNER-collapsed-muril-base-cased

This model was trained from scratch on the cfilt/HiNER-collapsed dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 16
eval_batch_size: 8
seed: 1
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10.0

Framework versions

Transformers 4.14.0
Pytorch 1.9.1
Datasets 1.15.1
Tokenizers 0.10.3

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: b88260c