/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Архитектура
xlm-roberta · dense
Опубликована
2 мар 2022

xlm-roberta-base-finetuned-nace

Классификация текстаТекст → label4 профессии

Модель классифицирует текстовые описания деятельности компаний по кодам NACE Rev. 2.

5 938скачиваний за 30 дней5лайковвеса обновлены11 авг 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 erst/xlm-roberta-base-finetuned-nace разработана на основе xlm-roberta-base и дообучена для классификации описаний видов деятельности по кодам NACE Rev. 2. Это модель XLM-RoBERTa с архитектурой классификации последовательностей, содержащая 305,2 млн параметров и принимающая текст длиной до 514 токенов.

Модель подходит для автоматической категоризации описаний деятельности компаний и подбора соответствующих кодов NACE. Для дообучения использованы 2,5 млн описаний норвежских и датских предприятий; часть данных автоматически переведена на английский, немецкий, испанский, французский, финский и польский языки. Формат весов — PyTorch, для запуска можно использовать Transformers.

Карточка не сообщает отдельные метрики качества или ограничения по использованию предсказаний, поэтому результаты для конкретных языков и типов описаний следует проверять на целевых данных. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • присвоение кодов NACE описаниям деятельности компаний
  • категоризация норвежских и датских предприятий
  • автоматическая разметка бизнес-описаний по отраслям
  • поиск подходящего кода NACE по текстовому описанию

Ограничения

В карточке не приведены метрики качества и детальные оценки по языкам, поэтому пригодность для конкретных данных следует проверять отдельно. Лицензия не указана в предоставленных сведениях.

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

Classifying Text into NACE Codes

This model is xlm-roberta-base fine-tuned to classify descriptions of activities into NACE Rev. 2 codes.

Data

The data used to fine-tune the model consist of 2.5 million descriptions of activities from Norwegian and Danish businesses. To improve the model's multilingual performance, random samples of the Norwegian and Danish descriptions were machine translated into the following languages:

  • English
  • German
  • Spanish
  • French
  • Finnish
  • Polish

Quick Start

from transformers import pipeline, AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("erst/xlm-roberta-base-finetuned-nace")
model = AutoModelForSequenceClassification.from_pretrained("erst/xlm-roberta-base-finetuned-nace")

pl = pipeline(
    "sentiment-analysis",
    model=model,
    tokenizer=tokenizer,
    return_all_scores=False,
)

pl("The purpose of our company is to build houses")

License

This model is released under the MIT License

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
XLMRobertaForSequenceClassification
Ревизия весов
d512f11

0 моделей