Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- MIT
- Архитектура
- bert · dense
- Опубликована
- 2 мар 2022
Ссылки
bert-base-NER-uncased
Англоязычная модель на основе BERT для разметки токенов и распознавания именованных сущностей в тексте.
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
dslim/bert-base-NER-uncased — модель токенной классификации на архитектуре BERT, опубликованная dslim на Hugging Face. Она предназначена для распознавания именованных сущностей в англоязычном тексте: в частности, персон, организаций, географических названий и сущностей категории MISC.
Модель основана на BERT base uncased и дообучена для NER; содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Она возвращает метки для токенов, поэтому подходит для извлечения сущностей из предложений и документов. Доступны веса PyTorch, TensorFlow, JAX и safetensors.
Модель ориентирована на английский язык и не является универсальной многоязычной NER-системой. Лицензия — MIT.
Сценарии применения
- извлечение имён людей из англоязычных документов
- поиск названий организаций в статьях
- распознавание географических названий в тексте
- автоматическая разметка именованных сущностей в предложениях
Ограничения
Модель рассчитана на английский язык и ограничена последовательностями до 512 токенов. Набор распознаваемых типов сущностей ограничен метками, на которых она обучалась.
Для каких профессий подходит8
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · token-classification
Подбираем GPU…
- Класс архитектуры
- BertForTokenClassification
- Ревизия весов
- 301540b