/ Модель

Характеристики

Контекст
512 токенов
Параметры
306 млн
Лицензия
Своя лицензия
Архитектура
deberta-v2 · dense
Базовая модель
mdeberta-v3-base
Библиотека
transformers
Опубликована
2 июл 2026

LinkjeBERT

Разметка токеновТекст → label3 профессии

LinkjeBERT предсказывает в нидерландском Markdown-тексте слова, подходящие для якоря гиперссылки.

25скачиваний за 30 дней1лайквеса обновлены5 июл 2026

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

LinkjeBERT — модель DEJAN AI для предсказания мест размещения гиперссылок в нидерландском тексте. Это бинарный классификатор токенов на архитектуре DeBERTa V2, дообученный на microsoft/mdeberta-v3-base; размер модели — 306 млн параметров, максимальная длина контекста — 512 токенов. Для каждого токена модель выдаёт вероятности меток O (не ссылка) и LINK (текст ссылки), что позволяет подбирать порог классификации и визуализировать подходящие фрагменты.

Модель принимает текст в Markdown с удалёнными существующими ссылками. При обучении сохранялись заголовки, выделение, списки и цитаты, поскольку они дают контекст для редакторского выбора места ссылки. Для документов длиннее 512 токенов README рекомендует обработку скользящими окнами с перекрытием.

LinkjeBERT предназначена для подсказок по внутренней перелинковке, оценки естественности размещённых ссылок и поиска неестественных или спамных ссылочных паттернов. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • подбор текста якоря для внутренней перелинковки
  • оценка естественности существующих ссылок
  • подсказки авторам по размещению ссылок
  • поиск неестественных или спамных ссылочных паттернов

Ограничения

Контекст модели ограничен 512 токенами; длинные документы требуется обрабатывать скользящими окнами с перекрытием. Модель обучена для нидерландского редакционного контента и ожидает Markdown-текст без существующих ссылок.

Для каких профессий подходит3

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

LinkjeBERT

A Dutch language model that predicts where a human editor would place a hyperlink in plain text. Given a passage, LinkjeBERT returns per-token confidence scores indicating how likely each word is to be part of a link anchor.

Developed by DEJAN AI.

Read the full write-up: LinkjeBERT: A Dutch Language Model for Link Prediction

How It Works

LinkjeBERT is a binary token classifier fine-tuned on microsoft/mdeberta-v3-base. Every token is classified as either O (not a link) or LINK (part of a link anchor). The model outputs probabilities rather than hard labels, enabling heatmap-style visualization and tuneable thresholds for production pipelines.

image

Key Innovation: Markdown-Aware Training

Unlike its English predecessor LinkBERT, LinkjeBERT is trained on structure-preserving Markdown rather than flat text. The training data retains headings (#, ##), bold (**), italics (*), lists (-), and blockquotes (>). This gives the model the same structural context a human editor uses when deciding where a link belongs.

Training Details

ParameterValue
Base modelmicrosoft/mdeberta-v3-base
TaskBinary token classification (O / LINK)
Loss functionFocal loss (γ=2.0)
Training tokens200M
Training sources5 Dutch editorial domains (news, tech, science, business, lifestyle)
Learning rate2e-5 with linear warmup (10%)
Batch size32 (16 × 2 gradient accumulation)
Epochs10 (early stopping, patience 3, monitoring F1)
Precisionbf16
Max sequence length512
HardwareNVIDIA RTX 4090

Usage

from transformers import AutoModelForTokenClassification, AutoTokenizer
import torch

model_id = "dejanseo/LinkjeBERT"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForTokenClassification.from_pretrained(model_id)
model.eval()

text = "De minister liet weten dat het plan doorgaat."
inputs = tokenizer(text, return_tensors="pt", return_offsets_mapping=True)
offsets = inputs.pop("offset_mapping")[0]

with torch.no_grad():
    logits = model(**inputs).logits
    probs = torch.softmax(logits, dim=-1)[0, :, 1]

for i, (start, end) in enumerate(offsets):
    if start == end:
        continue
    word = text[start:end]
    p = probs[i].item()
    if p > 0.1:
        print(f"{word:20s} {p:.1%}")

Long Document Inference

For documents exceeding 512 tokens, use a sliding window with overlap:

  • MAX_LENGTH = 512
  • DOC_STRIDE = 128
  • Aggregate overlapping token probabilities with np.maximum

This ensures consistent predictions across article-length text.

Input Format

Feed the model Markdown-formatted plain text with links stripped. The model was trained on editorial content where existing <a> tags were removed, so it predicts link placement from context alone. Preserve structural markers (#, **, -, >) as the model relies on them.

Labels

IDLabel
0O
1LINK

Intended Use

  • Anchor text suggestion for internal linking
  • Evaluating naturalness of existing link placements
  • Link placement guidance for content writers
  • Detection of unnatural or spammy link patterns

image

Citation

@misc{linkjebert2026,
  title={LinkjeBERT: A Dutch Language Model for Link Prediction},
  author={DEJAN AI},
  year={2026},
  url={https://dejan.ai/blog/linkjebert/}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForTokenClassification
Ревизия весов
f6d5ff4

0 моделей