/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Лицензия
CC BY 4.0
Архитектура
bert · dense
Опубликована
29 авг 2023

dictabert-morph

ЭмбеддингиТекст → embedding3 профессии

Дообученная модель BERT для морфологической разметки текста на современном иврите.

6 227скачиваний за 30 дней1лайквеса обновлены15 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

DictaBERT Morph — дообученная модель на архитектуре BERT от Dicta для морфологической разметки современного иврита. Она предназначена для анализа предложений и присвоения словам морфологических характеристик; в README приведён пример вызова предсказаний через Transformers и токенизатор модели. Модель содержит 211,6 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Доступна под лицензией CC BY 4.0. Карточка описывает морфологическую разметку, поэтому применение модели для других задач не подтверждено.

Сценарии применения

  • морфологическая разметка предложений на иврите
  • анализ словоформ и морфологических характеристик ивритского текста
  • извлечение признаков из текста на иврите

Ограничения

Модель ориентирована на морфологическую разметку современного иврита; README не подтверждает её пригодность для других языков или задач. Максимальная длина контекста — 512 токенов.

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

DictaBERT: A State-of-the-Art BERT Suite for Modern Hebrew

State-of-the-art language model for Hebrew, released here.

This is the fine-tuned model for the morphological tagging task.

For the bert-base models for other tasks, see here.

Sample usage:

from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained('dicta-il/dictabert-morph')
model = AutoModel.from_pretrained('dicta-il/dictabert-morph', trust_remote_code=True)

model.eval()

sentence = 'בשנת 1948 השלים אפרים קישון את לימודיו בפיסול מתכת ובתולדות האמנות והחל לפרסם מאמרים הומוריסטיים'
print(model.predict([sentence], tokenizer))

Output:

[{
	"text": "בשנת 1948 השלים אפרים קישון את לימודיו בפיסול מתכת ובתולדות האמנות והחל לפרסם מאמרים הומוריסטיים",
	"tokens": [{
		"token": "בשנת",
		"pos": "NOUN",
		"feats": {
			"Gender": "Fem",
			"Number": "Sing"
		},
		"prefixes": ["ADP"],
		"suffix": false
	}, {
		"token": "1948",
		"pos": "NUM",
		"feats": {},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "השלים",
		"pos": "VERB",
		"feats": {
			"Gender": "Masc",
			"Number": "Sing",
			"Person": "3",
			"Tense": "Past"
		},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "אפרים",
		"pos": "PROPN",
		"feats": {},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "קישון",
		"pos": "PROPN",
		"feats": {},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "את",
		"pos": "ADP",
		"feats": {},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "לימודיו",
		"pos": "NOUN",
		"feats": {
			"Gender": "Masc",
			"Number": "Plur"
		},
		"prefixes": [],
		"suffix": "PRON",
		"suffix_feats": {
			"Gender": "Masc",
			"Number": "Sing",
			"Person": "3"
		}
	}, {
		"token": "בפיסול",
		"pos": "NOUN",
		"feats": {
			"Gender": "Masc",
			"Number": "Sing"
		},
		"prefixes": ["ADP"],
		"suffix": false
	}, {
		"token": "מתכת",
		"pos": "NOUN",
		"feats": {
			"Gender": "Fem",
			"Number": "Sing"
		},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "ובתולדות",
		"pos": "NOUN",
		"feats": {
			"Gender": "Fem",
			"Number": "Plur"
		},
		"prefixes": ["CCONJ", "ADP"],
		"suffix": false
	}, {
		"token": "האמנות",
		"pos": "NOUN",
		"feats": {
			"Gender": "Fem",
			"Number": "Sing"
		},
		"prefixes": ["DET"],
		"suffix": false
	}, {
		"token": "והחל",
		"pos": "VERB",
		"feats": {
			"Gender": "Masc",
			"Number": "Sing",
			"Person": "3",
			"Tense": "Past"
		},
		"prefixes": ["CCONJ"],
		"suffix": false
	}, {
		"token": "לפרסם",
		"pos": "VERB",
		"feats": {},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "מאמרים",
		"pos": "NOUN",
		"feats": {
			"Gender": "Masc",
			"Number": "Plur"
		},
		"prefixes": [],
		"suffix": false
	}, {
		"token": "הומוריסטיים",
		"pos": "ADJ",
		"feats": {
			"Gender": "Masc",
			"Number": "Plur"
		},
		"prefixes": [],
		"suffix": false
	}]
}]

Citation

If you use DictaBERT in your research, please cite DictaBERT: A State-of-the-Art BERT Suite for Modern Hebrew

BibTeX:

@misc{shmidman2023dictabert,
      title={DictaBERT: A State-of-the-Art BERT Suite for Modern Hebrew}, 
      author={Shaltiel Shmidman and Avi Shmidman and Moshe Koppel},
      year={2023},
      eprint={2308.16687},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

License

Shield: CC BY 4.0

This work is licensed under a Creative Commons Attribution 4.0 International License.

CC BY 4.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMorphTagging
Ревизия весов
608e457

0 моделей