/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
265 млн
Архитектура
bert · dense
Опубликована
1 мая 2022

Ссылки

Hugging Face

HiNER-original-muril-base-cased

cfilt
Разметка токеновТекст → label4 профессии

BERT-модель для присвоения меток токенам в тексте, обученная на наборе данных HiNER-original.

465скачиваний за 30 дней0лайковвеса обновлены22 июл 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-original-muril-base-cased — модель разметки последовательностей на архитектуре BERT, обученная с нуля на наборе данных cfilt/HiNER-original. Она предназначена для присвоения меток отдельным токенам, однако README не уточняет типы сущностей или другие категории разметки. Модель содержит 264,8 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch. Карточка не сообщает условия лицензии и оценку качества.

Сценарии применения

  • разметка токенов в текстах для извлечения именованных сущностей

Ограничения

README не описывает набор меток и сценарии применения модели, а также не приводит оценки качества. Условия лицензии в предоставленных данных не указаны.

Для каких профессий подходит4

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 791модельI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HiNER-original-muril-base-cased

This model was trained from scratch on the cfilt/HiNER-original 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: 0.0001
  • 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
57623b7

0 моделей

    Создать бенчмарк