/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
CC BY 4.0
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
sentence-transformers
Опубликована
3 сен 2026

dateline-loc-resolver-v1

Ранжирование текстаТекст → score4 профессии

Многоязычный reranker сопоставляет локацию в датлайне новостной статьи с подходящим кандидатом GeoNames.

22скачиваний за 30 дней0лайковвеса обновлены4 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 «Ранжирование» — 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

dateline-loc-resolver-v1 — многоязычный reranker на основе cross-encoder, разработанный автором репозитория emilys. Модель ранжирует предоставленные варианты мест GeoNames, чтобы определить, какое из них соответствует локации в датлайне новостной статьи. Это дообученная XLM-RoBERTa-base с архитектурой XLMRobertaForSequenceClassification, примерно 305,2 млн параметров и длиной контекста 514 токенов по метаданным; в карточке также указана максимальная длина последовательности 256 токенов.

Модель принимает текстовый контекст статьи и описание кандидата, оценивая соответствие пары. Она предназначена для разрешения неоднозначности топонимов в новостях, а не для поиска координат или самостоятельного извлечения кандидатов из географического справочника: список кандидатов нужно сформировать отдельно. Для ожидаемого качества следует соблюдать обученный формат входа, включая тип географического объекта и население кандидата; по умолчанию модель не отказывается от ответа и оценивает любой непустой список кандидатов. Лицензия — CC BY 4.0.

Сценарии применения

  • выбор правильного населённого пункта для датлайна новости
  • разрешение неоднозначности названий мест в новостных статьях
  • ранжирование кандидатов GeoNames по контексту публикации

Ограничения

Не выполняет поиск по географическому справочнику и требует заранее подготовленного списка кандидатов. Точность существенно снижается при отклонении от обученного формата входа; порог для отказа от ответа по умолчанию не применяется.

Для каких профессий подходит4

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

dateline-loc-resolver-v1

A multilingual cross-encoder that picks the right GeoNames place for a news dateline location string, given the article it appeared in.

It is a reranker, not a geocoder: it scores candidates you supply and does not search a gazetteer itself, so you need your own candidate generation (for example a GeoNames name and alternate-name lookup) in front of it.

Usage

from sentence_transformers.cross_encoder import CrossEncoder

model = CrossEncoder("emilys/dateline-loc-resolver-v1", max_length=256)

context = "NAIROBI ; published by nation_ke in KE ; NAIROBI, March 4 (Reuters) - ..."
candidates = [
    "Nairobi ; national capital ; Nairobi County, Kenya ; population 2750547",
    "Nairobi ; town or village ; Karnataka, India ; population 0",
]
scores = model.predict([(context, c) for c in candidates])
best = candidates[int(scores.argmax())]

Each candidate is scored independently, so take the argmax over one span's candidates to get its answer.

Input format

⚠️ The two strings are a contract, not a convention. This is the format the model was trained on; departing from it degrades accuracy substantially, silently, and with no error.

Context

{span} ; published by {outlet} in {country_code} ; {article text}

The published by clause is omitted when the outlet is unknown. The article text is a window of roughly 900 characters centred on the location span.

Candidate

{name} ; {feature word} ; {admin1}, {country} ; population {n}

{feature word} is a short gloss of the GeoNames feature code — national capital, regional capital, district capital, town or village, neighbourhood, province or state, district, country, airport, and so on. The feature word and the population must both be present: they carry a large share of the signal, and omitting them at inference on a model trained with them is the single most damaging way to get the format wrong.

Details

Base model xlm-roberta-base, fine-tuned as a single-logit cross-encoder with binary cross-entropy loss. Maximum sequence length 256 tokens.

Scores are sigmoid-comparable across spans, but no abstention threshold is applied by default — the model answers whenever it is given a non-empty candidate list.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
14d731a

0 моделей