Модель ELECTRA размечает токены английского текста, выявляя грамматические ошибки в бинарном или многоклассовом режиме.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
gotutiyan/token-ged-electra-large-bin — модель на архитектуре ELECTRA для обнаружения грамматических ошибок в тексте. Она выполняет бинарную и многоклассовую классификацию токенов и предназначена для разметки ошибочных фрагментов при проверке английского текста. Эксперимент проведён по работе Yuan et al. (2021).
Модель содержит 433,9 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт метки для токенов. В карточке указано, что веса распространяются для исследовательских и образовательных целей. Лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов на тех же условиях.
Контекст ограничен 512 токенами. Карточка описывает обнаружение ошибок, а не самостоятельное исправление текста; веса предназначены для исследований и обучения.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Binary and multi-class grammatical error detection models.
The experiment was performed according to Yuan+ 21.
The code and the performance on GEC benchmarks are avaliable from https://github.com/gotutiyan/ged_baselines.
Trained models are distributed for research and educational purposes only.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · token-classification
Подбираем GPU…