Характеристики
- Контекст
- 512 токенов
- Лицензия
- CC BY-NC-SA 4.0
- Архитектура
- distilbert · dense
- Опубликована
- 18 дек 2024
Ссылки
ocr_error_detection
Модель Datalab на базе DistilBERT классифицирует текст для обнаружения ошибок OCR.
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
datalab-to/ocr_error_detection — модель Datalab на базе DistilBERT для классификации текстовых фрагментов при обнаружении ошибок OCR. Её назначение подтверждается именем репозитория и тем, что Datalab использует её в Surya как отдельную модель проверки ошибок OCR.
Модель имеет архитектуру DistilBertForSequenceClassification, около 0,1 млрд параметров и контекст до 512 токенов. Репозиторий содержит веса Safetensors в формате F16. README не описывает метрики качества, языковой охват или подробности использования. Лицензия — CC BY-NC-SA 4.0.
Сценарии применения
- поиск ошибок в распознанном OCR-тексте
- проверка качества OCR в документах
- фильтрация фрагментов текста с вероятными ошибками распознавания
Ограничения
Карточка не приводит метрик качества и не указывает поддерживаемые языки или порог классификации.
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 · text-classification
Подбираем GPU…
- Класс архитектуры
- DistilBertForSequenceClassification
- Ревизия весов
- c1cbda3