/ Модель

Характеристики

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

dictabert-seg

ЭмбеддингиТекст → embedding3 профессии

Дообученная модель BERT для сегментации приставок в словах современного иврита.

483скачиваний за 30 дней0лайковвеса 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-seg — дообученная модель семейства BERT от Dicta для сегментации приставок в современном иврите. Она принимает текст и выделяет границы между приставками и основой слова; пример использования в карточке показывает обработку предложений на иврите через Transformers.

Модель содержит 211,6 млн параметров, имеет контекстное окно 512 токенов и опубликована в форматах PyTorch и Safetensors. Она предназначена для сегментации ивритских слов, а не для диалога или генерации текста. Лицензия — CC BY 4.0.

Сценарии применения

  • разделение ивритских слов на приставки и основу
  • предобработка ивритского текста для морфологического анализа
  • подготовка токенов иврита для языковых конвейеров

Ограничения

Модель предназначена для сегментации приставок в иврите и не позиционируется как универсальная модель для генерации или диалога. Контекст ограничен 512 токенами.

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 prefix segmentation 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-seg')
model = AutoModel.from_pretrained('dicta-il/dictabert-seg', 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:

[
	[
		[ "[CLS]" ],
		[ "ב","שנת" ],
		[ "1948" ],
		[ "השלים" ],
		[ "אפרים" ],
		[ "קישון" ],
		[ "את" ],
		[ "לימודיו" ],
		[ "ב","פיסול" ],
		[ "מתכת" ],
		[ "וב","תולדות" ],
		[ "ה","אמנות" ],
		[ "ו","החל" ],
		[ "לפרסם" ],
		[ "מאמרים" ],
		[ "הומוריסטיים" ],
		[ "[SEP]" ]
	]
]

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
BertForPrefixMarking
Ревизия весов
7318bcb

0 моделей