/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense
Опубликована
1 июл 2022

ner-roberta-base-ontonotesv5-englishv4

Разметка токеновТекст → label6 профессий

Дообученная RoBERTa-base для распознавания именованных сущностей в английском тексте с разметкой OntoNotes.

2 115скачиваний за 30 дней2лайкавеса обновлены22 мая 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

Модель djagatiya/ner-roberta-base-ontonotesv5-englishv4 разработана как дообученная версия RoBERTa-base для распознавания именованных сущностей. Она размечает токены английского текста и объединяет их в сущности; модель обучена на наборе conll2012_ontonotesv5 версии english-v4. Архитектура — RobertaForTokenClassification, размер — 151,8 млн параметров, контекст — до 514 токенов.

Модель подходит для извлечения сущностей из документов и текста, например имён людей, организаций и других категорий OntoNotes. В README указаны precision 88,88, recall 90,69 и F1 89,78. Модель предназначена для английского языка; качество на других языках и вне обучающего распределения не подтверждено. Файлы доступны в форматах PyTorch и Safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • извлечение имён людей из английских документов
  • поиск организаций и других именованных сущностей в английском тексте
  • автоматическая разметка сущностей в корпусах для анализа текста

Ограничения

Модель обучена для английского языка, и качество на других языках или вне распределения набора OntoNotes не подтверждено. Лицензия не указана в предоставленных данных.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

(NER) roberta-base : conll2012_ontonotesv5-english-v4

This roberta-base NER model was finetuned on conll2012_ontonotesv5 version english-v4 dataset. Check out NER-System Repository for more information.

Dataset

  • conll2012_ontonotesv5

    • Language : English
    • Version : v4
    DatasetExamples
    Training75187
    Testing9479

Evaluation

  • Precision: 88.88
  • Recall: 90.69
  • F1-Score: 89.78

check out this eval.log file for evaluation metrics and classification report.

                precision    recall  f1-score   support

    CARDINAL       0.84      0.85      0.85       935
        DATE       0.85      0.90      0.87      1602
       EVENT       0.67      0.76      0.71        63
         FAC       0.74      0.72      0.73       135
         GPE       0.97      0.96      0.96      2240
    LANGUAGE       0.83      0.68      0.75        22
         LAW       0.66      0.62      0.64        40
         LOC       0.74      0.80      0.77       179
       MONEY       0.85      0.89      0.87       314
        NORP       0.93      0.96      0.95       841
     ORDINAL       0.81      0.89      0.85       195
         ORG       0.90      0.91      0.91      1795
     PERCENT       0.90      0.92      0.91       349
      PERSON       0.95      0.95      0.95      1988
     PRODUCT       0.74      0.83      0.78        76
    QUANTITY       0.76      0.80      0.78       105
        TIME       0.62      0.67      0.65       212
 WORK_OF_ART       0.58      0.69      0.63       166

   micro avg       0.89      0.91      0.90     11257
   macro avg       0.80      0.82      0.81     11257
weighted avg       0.89      0.91      0.90     11257

Usage

from transformers import pipeline

ner_pipeline = pipeline(
    'token-classification', 
    model=r'djagatiya/ner-roberta-base-ontonotesv5-englishv4',
    aggregation_strategy='simple'
)

TEST 1

ner_pipeline("India is a beautiful country")
# Output
[{'entity_group': 'GPE',
  'score': 0.99186057,
  'word': ' India',
  'start': 0,
  'end': 5}]

TEST 2

ner_pipeline("On September 1st George won 1 dollar while watching Game of Thrones.")
# Output
[{'entity_group': 'DATE',
  'score': 0.99720246,
  'word': ' September 1st',
  'start': 3,
  'end': 16},
 {'entity_group': 'PERSON',
  'score': 0.99071586,
  'word': ' George',
  'start': 17,
  'end': 23},
 {'entity_group': 'MONEY',
  'score': 0.9872978,
  'word': ' 1 dollar',
  'start': 28,
  'end': 36},
 {'entity_group': 'WORK_OF_ART',
  'score': 0.9946732,
  'word': ' Game of Thrones',
  'start': 52,
  'end': 67}]

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForTokenClassification
Ревизия весов
b3a9605

0 моделей