Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Опубликована: 2 мар 2022

Ссылки

Hugging Face

distilbert-base-cased-finetuned-conll03-english

elastic

Разметка токеновТекст → label7 профессий

Дообученная версия DistilBERT для распознавания именованных сущностей в английском тексте с учётом регистра.

1 680скачиваний за 30 дней14лайковвеса обновлены20 апр 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

Модель elastic/distilbert-base-cased-finetuned-conll03-english — вариант DistilBERT base с учётом регистра, дообученный командой Elastic для распознавания именованных сущностей на английском языке на наборе CoNLL-2003. Она присваивает метки отдельным токенам, чтобы выделять сущности в тексте, например имена людей, организации и географические названия.

Модель принимает текст и возвращает последовательность меток для его токенов. Максимальная длина контекста составляет 512 токенов. Модель чувствительна к регистру: например, «english» и «English» могут обрабатываться по-разному. Для текста без учёта регистра авторы указывают отдельный вариант модели.

Веса доступны в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

Сценарии применения

выделение имён людей в английских документах
поиск организаций в новостных статьях
извлечение географических названий из текста
разметка сущностей в английских корпусах

Ограничения

Модель чувствительна к регистру, а её контекст ограничен 512 токенами. Она настроена на английский язык и обучена на CoNLL-2003, поэтому качество на других языках и типах текста не подтверждено.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DistilBERT base cased, fine-tuned for NER using the conll03 english dataset. Note that this model is sensitive to capital letters — "english" is different than "English". For the case insensitive version, please use elastic/distilbert-base-uncased-finetuned-conll03-english.

Versions

Transformers version: 4.3.1
Datasets version: 1.3.0

Training

$ run_ner.py \
  --model_name_or_path distilbert-base-cased \
  --label_all_tokens True \
  --return_entity_level_metrics True \
  --dataset_name conll2003 \
  --output_dir /tmp/distilbert-base-cased-finetuned-conll03-english \
  --do_train \
  --do_eval

After training, we update the labels to match the NER specific labels from the dataset conll2003

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: DistilBertForTokenClassification
Ревизия весов: ac68e05