/ Модель

Характеристики

Контекст
514 токенов
Параметры
137 млн
Архитектура
mpnet · dense
Опубликована
18 ноя 2024

lt-patent-inventor-linking

ЭмбеддингиТекст → embedding4 профессии

Англоязычная MPNet-модель эмбеддингов для поиска похожих патентных записей и связывания изобретателей.

108скачиваний за 30 дней0лайковвеса обновлены8 янв 2025

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 «Эмбеддинги» — 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

gbpatentdata/lt-patent-inventor-linking — модель эмбеддингов на архитектуре MPNet, разработанная на основе sentence-transformers/all-mpnet-base-v2 и дообученная с помощью LinkTransformer. Она предназначена для сопоставления текстовых описаний патентов и изобретателей: модель кодирует тексты в векторы, которые можно сравнивать для поиска похожих записей и кластеризации. Модель рассчитана на английский язык и имеет 136,7 млн параметров; формат весов — safetensors, длина контекста — 514 токенов.

Модель подходит для поиска и связывания записей об изобретателях в патентных данных, а также для кластеризации таких записей с помощью LinkTransformer. В README указана оценка стандартными метриками информационного поиска LinkTransformer, однако численные результаты не приведены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • сопоставление записей об изобретателях в патентных базах
  • поиск похожих текстовых описаний патентов
  • кластеризация записей о патентах и изобретателях
  • построение векторных представлений патентных текстов для информационного поиска

Ограничения

Модель обучена для английского языка, поэтому её пригодность для других языков не подтверждена. В предоставленной карточке отсутствуют численные результаты оценки и сведения о лицензии.

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

gbpatentdata/lt-patent-inventor-linking

This is a LinkTransformer model. At its core this model this is a sentence transformer model sentence-transformers model - it just wraps around the class. This model has been fine-tuned on the model: sentence-transformers/all-mpnet-base-v2. It is pretrained for the language: en.

Usage (Sentence-Transformers)

To use this model using sentence-transformers:

from sentence_transformers import SentenceTransformer

# load 
model = SentenceTransformer("matthewleechen/lt-patent-inventor-linking")

Usage (LinkTransformer)

To use this model for clustering with LinkTransformer installed:

import linktransformer as lt
import pandas as pd

df_lm_matched = lt.cluster_rows(df, # df should be a dataset of unique patent-inventors 
                                model='matthewleechen/lt-patent-inventor-linking',
                                on=['name', 'occupation', 'year', 'address', 'firm', 'patent_title'], # cluster on these variables 
                                cluster_type='SLINK', # use SLINK algorithm 
                                cluster_params={ # default params 
                                    'threshold': 0.1,
                                    'min cluster size': 1,
                                    'metric': 'cosine'
                                }
    )
)

Evaluation

We evaluate using the standard LinkTransformer information retrieval metrics. Our test set evaluations are available here.

Training

The model was trained with the parameters:

DataLoader:

torch.utils.data.dataloader.DataLoader of length 31 with parameters:

{'batch_size': 64, 'sampler': 'torch.utils.data.dataloader._InfiniteConstantSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Loss:

linktransformer.modified_sbert.losses.SupConLoss_wandb

Parameters of the fit()-Method:

{
    "epochs": 100,
    "evaluation_steps": 16,
    "evaluator": "sentence_transformers.evaluation.SequentialEvaluator.SequentialEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 3100,
    "weight_decay": 0.01
}
LinkTransformer(
  (0): Transformer({'max_seq_length': 384, 'do_lower_case': False}) with Transformer model: MPNetModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False})
  (2): Normalize()
)

Citation

If you use our model or custom training/evaluation data in your research, please cite our accompanying paper as follows:

@article{bct2025,
  title = {300 Years of British Patents},
  author = {Enrico Berkes and Matthew Lee Chen and Matteo Tranchero},
  journal = {arXiv preprint arXiv:2401.12345},
  year = {2025},
  url = {https://arxiv.org/abs/2401.12345}
}

Please also cite the original LinkTransformer authors:

@misc{arora2023linktransformer,
                  title={LinkTransformer: A Unified Package for Record Linkage with Transformer Language Models},
                  author={Abhishek Arora and Melissa Dell},
                  year={2023},
                  eprint={2309.00789},
                  archivePrefix={arXiv},
                  primaryClass={cs.CL}
                }

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MPNetModel
Ревизия весов
19bf0e6

0 моделей