/ Модель

Характеристики

Контекст
1 024 токена
Параметры
253 млн
Лицензия
Apache 2.0
Архитектура
bart · dense
Базовая модель
bart-large
Опубликована
21 ноя 2023

bart-keyword-extractor

Генерация текстаТекст → текст5 профессий

Англоязычная модель BART для автоматического извлечения ключевых слов из текста.

29скачиваний за 30 дней7лайковвеса обновлены21 ноя 2023

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 «Текст» — 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

ilsilfverskiold/bart-keyword-extractor — англоязычная модель BART, дообученная на facebook/bart-large для извлечения ключевых слов из текста. Она генерирует основные ключевые слова по входному тексту и подходит для автоматической разметки новостных материалов и подготовки метаданных для поиска. Модель содержит 252,8 млн параметров, использует архитектуру encoder-decoder и принимает контекст длиной до 1024 токенов.

В README приведено значение loss 0,6179 на оценочном наборе; иных сведений о качестве нет. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • извлечение ключевых слов из новостных статей
  • создание тегов для текстовых публикаций
  • подготовка ключевых слов для поиска по новостному архиву

Ограничения

Оценка в README ограничена значением loss 0,6179 на оценочном наборе; сравнительные метрики и результаты на других типах текстов не приведены. Контекст ограничен 1024 токенами.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model description

This model is a fine-tuned version of facebook/bart-large on a dataset in the hub called sunhaozhepy/ag_news_keywords_embeddings to extract main keywords from text. It achieves the following results on the evaluation set:

  • Loss: 0.6179

Intended use

from transformers import pipeline

pipe = pipeline('summarization', model='bart_keywords_model')
print(pipe("Aria Opera GPT version - All the browsers come with their own version of AI. So I gave it a try and ask it with LLM it was using. First if all it didn't understand the question. Then I explained and asked which version. I got the usual answer about a language model that is not aware of it's own model I find that curious, but also not transparent. My laptop, software all state their versions and critical information. But something that can easily fool a lot of people doesn't. What I also wonder if the general public will be stuck to ChatGPT 3.5 for ever while better models are behind expensive paywalls."))

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
0.77010.575000.7390
0.58041.1410000.7056
0.53951.7115000.6811
0.40362.2820000.6504
0.37632.8525000.6179

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.15.0
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BartForConditionalGeneration
Ревизия весов
273665e

0 моделей