/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 мар 2022

gbert-base-germandpr-reranking

Классификация текстаТекст → label4 профессии

Немецкоязычный классификатор пар на базе BERT для повторного ранжирования документов по релевантности запросу.

920скачиваний за 30 дней6лайковвеса обновлены26 сен 2024

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

deepset/gbert-base-germandpr-reranking — немецкоязычная модель deepset для повторного ранжирования документов в системах поиска. Это классификатор пар текстов на базе BERT, дообученный в FARM на обучающей выборке GermanDPR; в метаданных указаны 137,1 млн параметров и контекст до 512 токенов. Модель получает запрос и каждый из уже найденных документов, оценивает их релевантность и помогает отсортировать результаты так, чтобы наиболее подходящие оказались выше.

Модель предназначена для улучшения выдачи поисковых систем, например в конвейере Haystack после первичного поиска BM25. В описанных авторами экспериментах на немецкой Википедии повторное ранжирование десяти результатов повысило recall@3 с 0,4088 до 0,5200, а MRR@3 с 0,3322 до 0,4800. Эти результаты получены на немецких данных и не гарантируют такого же качества на других корпусах или языках.

Модель принимает текст запроса и документа и выдаёт оценку релевантности для классификации или ранжирования. Она выпущена под лицензией MIT. Ограничения: рассчитана на немецкий язык, ранжирует уже найденные документы и не заменяет первичный поиск; длина контекста ограничена 512 токенами.

Сценарии применения

  • переранжирование результатов поиска по немецкоязычным документам
  • повышение релевантности первых результатов BM25
  • сортировка найденных отрывков для немецкоязычного RAG
  • выбор наиболее подходящих документов из набора кандидатов

Ограничения

Модель предназначена для немецкого языка и ранжирует только документы, уже найденные системой поиска; контекст ограничен 512 токенами. Приведённые результаты оценивания относятся к GermanDPR и немецкой Википедии, поэтому качество на других языках и корпусах не установлено.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Overview

Language model: gbert-base-germandpr-reranking
Language: German
Training data: GermanDPR train set (~ 56MB)
Eval data: GermanDPR test set (~ 6MB)
Infrastructure: 1x V100 GPU
Published: June 3rd, 2021

Details

  • We trained a text pair classification model in FARM, which can be used for reranking in document retrieval tasks. To this end, the classifier calculates the similarity of the query and each retrieved top k document (e.g., k=10). The top k documents are then sorted by their similarity scores. The document most similar to the query is the best.

Hyperparameters

batch_size = 16
n_epochs = 2
max_seq_len = 512 tokens for question and passage concatenated
learning_rate = 2e-5
lr_schedule = LinearWarmup
embeds_dropout_prob = 0.1

Performance

We use the GermanDPR test dataset as ground truth labels and run two experiments to compare how a BM25 retriever performs with or without reranking with our model. The first experiment runs retrieval on the full German Wikipedia (more than 2 million passages) and second experiment runs retrieval on the GermanDPR dataset only (not more than 5000 passages). Both experiments use 1025 queries. Note that the second experiment is evaluating on a much simpler task because of the smaller dataset size, which explains strong BM25 retrieval performance.

Full German Wikipedia (more than 2 million passages):

BM25 Retriever without Reranking

  • recall@3: 0.4088 (419 / 1025)
  • mean_reciprocal_rank@3: 0.3322

BM25 Retriever with Reranking Top 10 Documents

  • recall@3: 0.5200 (533 / 1025)
  • mean_reciprocal_rank@3: 0.4800

GermanDPR Test Dataset only (not more than 5000 passages):

BM25 Retriever without Reranking

  • recall@3: 0.9102 (933 / 1025)
  • mean_reciprocal_rank@3: 0.8528

BM25 Retriever with Reranking Top 10 Documents

  • recall@3: 0.9298 (953 / 1025)
  • mean_reciprocal_rank@3: 0.8813

Usage

In haystack

You can load the model in haystack for reranking the documents returned by a Retriever:

...
retriever = ElasticsearchRetriever(document_store=document_store)
ranker = FARMRanker(model_name_or_path="deepset/gbert-base-germandpr-reranking")
...
p = Pipeline()
p.add_node(component=retriever, name="ESRetriever", inputs=["Query"])
p.add_node(component=ranker, name="Ranker", inputs=["ESRetriever"])
)

About us

deepset is the company behind the production-ready open-source AI framework Haystack.

Some of our other work:

Get in touch and join the Haystack community

We also have a Discord community open to everyone!

Twitter | LinkedIn | Discord | GitHub Discussions | Website | YouTube

By the way: we're hiring!

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
99d016f

0 моделей