/ Модель

Характеристики

Контекст
512 токенов
Параметры
129 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
5 мая 2022

chinese-pert-base-mrc

Ответы на вопросыТекст → текст3 профессии

Китайская модель на основе PERT-base, дообученная для извлечения ответов на вопросы по тексту.

70скачиваний за 30 дней12лайковвеса обновлены5 мая 2022

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

Это модель для извлечения ответов на вопросы по тексту на китайском языке, разработанная HFL и созданная на основе PERT-base. Она дообучена на смеси китайских наборов данных для машинного понимания текста (MRC); для загрузки в Transformers README рекомендует класс BertForQuestionAnswering.

Модель использует архитектуру BERT, содержит около 129,5 млн параметров и принимает контекст длиной до 512 токенов. В карточке приведены результаты на CMRC 2018, DRCD и SQuAD-Zen. Модель распространяется в форматах PyTorch и TensorFlow по лицензии Apache-2.0.

Сценарии применения

  • поиск ответа на вопрос в китайском тексте
  • извлечение фактов из китайских документов
  • машинное понимание китайских текстов
  • ответы на вопросы по китайским статьям и материалам

Ограничения

Контекст ограничен 512 токенами. Заявленные результаты относятся к указанным китайским наборам MRC; качество на других данных может отличаться.

Для каких профессий подходит3

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

A Chinese MRC model built on Chinese PERT-base

Please use BertForQuestionAnswering to load this model!

This is a Chinese machine reading comprehension (MRC) model built on PERT-base and fine-tuned on a mixture of Chinese MRC datasets.

PERT is a pre-trained model based on permuted language model (PerLM) to learn text semantic information in a self-supervised manner without introducing the mask tokens [MASK]. It yields competitive results on in tasks such as reading comprehension and sequence labeling.

Results on Chinese MRC datasets (EM/F1):

(We report the checkpoint that has the best AVG score)

CMRC 2018 DevDRCD DevSQuAD-Zen Dev (Answerable)AVG
PERT-base73.2/90.688.7/94.159.7/76.573.9/87.1

Please visit our GitHub repo for more information: https://github.com/ymcui/PERT

You may also be interested in,

Chinese Minority Languages CINO: https://github.com/ymcui/Chinese-Minority-PLM
Chinese MacBERT: https://github.com/ymcui/MacBERT
Chinese BERT series: https://github.com/ymcui/Chinese-BERT-wwm
Chinese ELECTRA: https://github.com/ymcui/Chinese-ELECTRA
Chinese XLNet: https://github.com/ymcui/Chinese-XLNet
Knowledge Distillation Toolkit - TextBrewer: https://github.com/airaria/TextBrewer

More resources by HFL: https://github.com/ymcui/HFL-Anthology

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForQuestionAnswering
Ревизия весов
9e190b7

0 моделей