Характеристики

Контекст: 2 048 токенов
Параметры: 144 млн
Архитектура: ernie · dense
Опубликована: 8 янв 2024

Ссылки

Hugging Face

Ernie-3.0-base-chinese-finetuned-ner

gyr66

Разметка токеновТекст → label7 профессий

Модель на архитектуре ERNIE для классификации токенов и извлечения именованных сущностей из текста.

74скачиваний за 30 дней0лайковвеса обновлены8 янв 2024

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

gyr66/Ernie-3.0-base-chinese-finetuned-ner — модель для распознавания именованных сущностей в тексте, построенная на архитектуре ERNIE и имеющая около 144 млн параметров. Она принимает текст и классифицирует токены, что подходит для извлечения сущностей из документов и других текстовых материалов. В метаданных указан контекст до 2048 токенов; модель опубликована в формате safetensors.

В README приведены результаты оценки: F1 — 0,6986, точность — 0,6511, полнота — 0,7535, accuracy — 0,9053. Автор сообщает, что модель обучалась с нуля на неизвестном наборе данных, поэтому связь с базовой моделью ERNIE-3.0-base-chinese из названия не подтверждена. Сведения о лицензии и конкретных типах сущностей отсутствуют.

Сценарии применения

извлечение именованных сущностей из текста
разметка токенов в текстовых документах
поиск сущностей в корпусе текстов

Ограничения

В README указано, что модель обучалась с нуля на неизвестном наборе данных, а опубликованный F1 составляет 0,6986; конкретные типы сущностей и лицензия не приведены.

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 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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ernie-3.0-base-chinese-finetuned-ner

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.4856
Precision: 0.6511
Recall: 0.7535
F1: 0.6986
Accuracy: 0.9053

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
0.0667	1.0	126	0.4589	0.6387	0.7553	0.6921	0.9012
0.0594	2.0	252	0.4656	0.6444	0.7515	0.6939	0.9057
0.053	3.0	378	0.4524	0.6444	0.7477	0.6922	0.9064
0.0473	4.0	504	0.4955	0.6298	0.7568	0.6875	0.9012
0.0461	5.0	630	0.4892	0.6512	0.7505	0.6973	0.9077
0.0438	6.0	756	0.5021	0.6450	0.7528	0.6947	0.9054
0.0428	7.0	882	0.5048	0.6471	0.7576	0.6980	0.9050
0.0583	8.0	1008	0.4990	0.6401	0.7533	0.6921	0.9038
0.0582	9.0	1134	0.4833	0.6457	0.7513	0.6945	0.9064
0.0635	10.0	1260	0.4856	0.6511	0.7535	0.6986	0.9053

Framework versions

Transformers 4.35.2
Pytorch 2.1.0+cu121
Datasets 2.16.1
Tokenizers 0.15.0

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: ErnieForTokenClassification
Ревизия весов: 3f3c3fa