/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
layoutlm · dense
Библиотека
adapter-transformers
Опубликована
21 мар 2023

CQI_Visual_Question_Awnser_PT_v0

Ответы на вопросыТекст → текст

Модель LayoutLM от cloudqi отвечает на вопросы по документам на португальском и английском языках с учётом их структуры.

0скачиваний за 30 дней8лайковвеса обновлены29 мар 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

CQI_Visual_Question_Awnser_PT_v0 — модель на базе архитектуры LayoutLM, разработанная cloudqi для ответов на вопросы по документам. Она предназначена для извлечения ответов из содержимого документов с учётом их визуальной структуры и расположения текста; карточка также указывает поддержку задач question-answering и document-question-answering. Модель содержит 151,8 млн параметров, имеет контекст длиной 514 токенов и распространяется в форматах PyTorch, Safetensors и TensorFlow.

Модель рассчитана на работу с документами на португальском и английском языках. Лицензия Apache-2.0 разрешает использование и распространение с соблюдением её условий. В README приведён лишь фрагмент инструкции по запуску, поэтому подробности о качестве ответов и ограничениях на конкретные типы документов не установлены.

Сценарии применения

  • поиск ответов в португалоязычных документах
  • ответы на вопросы по англоязычным документам
  • извлечение сведений из PDF-документов
  • визуально-структурный анализ документов для вопросно-ответных систем

Ограничения

README содержит только краткий фрагмент примера запуска и не сообщает о качестве модели или её ограничениях на конкретных типах документов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Getting started with the model

To run these examples, you must have PIL, pytesseract, and PyTorch installed in addition to transformers.

from transformers import pipeline

nlp = pipeline(
    "document-question-answering",
    model="impira/layoutlm-document-qa",
)

nlp(
    "https://templates.invoicehome.com/invoice-template-us-neat-750px.png",
    "What is the invoice number?"
)
# {'score': 0.9943977, 'answer': 'us-001', 'start': 15, 'end': 15}

nlp(
    "https://miro.medium.com/max/787/1*iECQRIiOGTmEFLdWkVIH2g.jpeg",
    "What is the purchase amount?"
)
# {'score': 0.9912159, 'answer': '$1,000,000,000', 'start': 97, 'end': 97}

nlp(
    "https://www.accountingcoach.com/wp-content/uploads/2013/10/income-statement-example@2x.png",
    "What are the 2020 net sales?"
)
# {'score': 0.59147286, 'answer': '$ 3,750', 'start': 19, 'end': 20}

NOTE: This model and pipeline was recently landed in transformers via PR #18407 and PR #18414, so you'll need to use a recent version of transformers, for example:

pip install git+https://github.com/huggingface/transformers.git@2ef774211733f0acf8d3415f9284c49ef219e991

Как запустить

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

GPU в ailist

Универсальный рантайм · adapter-transformers · question-answering

Нельзя запустить

Для архитектуры layoutlm нет загрузчика под задачу question-answering.

Класс архитектуры
LayoutLMForQuestionAnswering
Ревизия весов
a9327ab

0 моделей