Характеристики

Контекст: 4 098 токенов
Параметры: 454 млн
Архитектура: longformer · dense
Базовая модель: longformer-large-4096
Опубликована: 11 окт 2023

Ссылки

Hugging Face

patentClassificationLongFormer2

eclec

Классификация текстаТекст → label3 профессии

Дообученный Longformer для классификации длинных текстов, ориентированный по названию на классификацию патентов.

10скачиваний за 30 дней0лайковвеса обновлены13 окт 2023

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

patentClassificationLongFormer2 — дообученная модель классификации текста на основе allenai/longformer-large-4096. Она предназначена для отнесения длинных текстов к классам; название указывает на классификацию патентов, однако карточка не описывает набор классов и конкретный сценарий применения. Модель содержит около 454,1 млн параметров и рассчитана на контекст до 4098 токенов.

В README приведены результаты на оценочной выборке: accuracy 0,6915 и F1 0,6830. Данные обучения обозначены как None, поэтому состав обучающей выборки и переносимость результатов на другие тексты установить нельзя. Модель распространяется в формате PyTorch; лицензия в предоставленных данных не указана.

Сценарии применения

классификация текста патентной заявки
отнесение патентных документов к категориям
классификация длинных документов

Ограничения

README не раскрывает набор классов, обучающие данные и подробности оценки; на оценочной выборке указаны accuracy 0,6915 и F1 0,6830. Англоязычная базовая модель и контекст до 4098 токенов ограничивают языковое покрытие и длину обрабатываемого текста.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей IV.11Отраслевые задачиПатенты, товарные знаки и интеллектуальная собственностьAI помогает искать предшествующий уровень техники, оценивать портфель и отслеживать нарушения прав.32 задачи490моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

patentClassificationLongFormer2

This model is a fine-tuned version of allenai/longformer-large-4096 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.5872
Accuracy: 0.6915
F1: 0.6830

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 1.2626703924039218e-05
train_batch_size: 8
eval_batch_size: 8
seed: 14
gradient_accumulation_steps: 2
total_train_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: cosine
lr_scheduler_warmup_ratio: 0.2371119155080165
lr_scheduler_warmup_steps: 60
num_epochs: 4

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.6157	1.0	2219	0.5872	0.6915	0.6830
0.5701	2.0	4438	0.6197	0.6558	0.7278
0.4684	3.0	6657	0.6148	0.6937	0.7203
0.3747	4.0	8876	0.6910	0.6915	0.6971

Framework versions

Transformers 4.31.0
Pytorch 2.0.0
Datasets 2.14.4
Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: LongformerForSequenceClassification
Ревизия весов: 479ecc3