/ Модель

Характеристики

Контекст
512 токенов
Параметры
534 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-large
Библиотека
transformers
Опубликована
30 мая 2025

atc-pilot-speaker-role-classification-model

Классификация текстаТекст → label3 профессии

Англоязычная модель DeBERTa-v3-large определяет по тексту отдельной авиационной реплики, говорит ли пилот или диспетчер ATC.

253скачиваний за 30 дней2лайкавеса обновлены31 мая 2025

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

ATC-Pilot Speaker Role Classification Model — англоязычная модель классификации текста, разработанная Jack Toland для определения роли отправителя в отдельной фразе авиационного радиообмена: пилот или диспетчер воздушного движения (ATC). Это дообученная для классификации последовательностей модель DeBERTa-v3-large с 533,8 млн параметров; она принимает текст и возвращает метку класса. Метаданные указывают библиотеку Transformers, формат весов safetensors и контекст до 512 токенов; в описании обучения указана максимальная длина последовательности 256 токенов.

Модель предназначена для разметки ролей в текстовых расшифровках авиационной связи, подготовки авиационных корпусов и предварительной обработки данных для мультимодальных систем. В README сообщается F1 96,65% на тестовом наборе, однако результат зависит от соответствия новых данных обучающему распределению. Лицензия — MIT.

Классификатор использует только текст одной реплики и не учитывает историю диалога, аудио или метаданные связи. Поэтому краткие и неоднозначные фразы, например «ROGER» и «THANK YOU», могут классифицироваться неверно; для сложных случаев может понадобиться дополнительный контекст или аудио.

Сценарии применения

  • разметка реплик пилота и диспетчера в расшифровках радиообмена
  • подготовка авиационных текстовых корпусов для анализа
  • фильтрация авиационных сообщений по роли отправителя
  • предварительная обработка данных для мультимодальных систем управления воздушным движением

Ограничения

Модель классифицирует каждую реплику отдельно и не использует контекст диалога, аудио или метаданные. Короткие неоднозначные фразы могут приводить к ошибкам.

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

ATC-Pilot Speaker Role Classification Model

This is a binary sequence classification model designed to determine whether a given air traffic communication utterance originates from a pilot or an air traffic controller (ATC), based on text alone.

Traditionally, speaker role attribution in air traffic communication relies on acoustic features such as voice characteristics and channel separation. This model departs from that convention by tackling the task entirely in the text domain, using a transformer-based architecture fine-tuned for speaker role prediction.

Task Description

The model performs binary classification on single-turn utterances to assign one of two speaker roles:

  • PILOT
  • ATC

It is fine-tuned using a DeBERTa-v3-large model on manually processed and labeled air traffic communication transcripts.

Evaluation Performance

The model achieves the following results on the test set:

  • Accuracy: 96.64%
  • Precision: 96.40%
  • Recall: 96.91%
  • F1 Score: 96.65%

Preprocessing & Training Setup

A custom preprocessing pipeline was used to prepare the training data, including:

  • Speaker attribution heuristics based on known call sign and phrase patterns
  • Phrase normalization
  • Text standardization
  • Filtering of irrelevant utterances
  • Dataset balancing

Each utterance is treated independently and labeled for speaker role classification.

Model Architecture

  • Base model: microsoft/deberta-v3-large
  • Task type: SequenceClassification (num_labels=2)
  • Training setup:
    • Trained on 2x H100 80GB SXM5
    • Cosine learning rate schedule with warmup (10%)
    • Batch size: 128
    • Early stopping based on F1 score
    • Max sequence length: 256 tokens
    • Mixed-precision training (FP16)
    • Evaluation every 200 steps

Intended Use

This model is designed for:

  • Speaker role tagging in ATC communication transcripts
  • Preprocessing for multi-modal ATC systems
  • Filtering or structuring large corpora of aviation text for downstream tasks

Limitations

  • Operates on single-turn utterances only; no turn-level or dialogue context is used
  • Ambiguous transmissions like "ROGER" or "THANK YOU" may be difficult to classify using text alone
  • Additional modalities (e.g., audio features, metadata) may be required for full disambiguation

Example Predictions

Input: "CLEARED FOR TAKEOFF RUNWAY ONE ONE LEFT"  
Prediction: "ATC"

Input: "REQUESTING PUSHBACK"  
Prediction: "PILOT"  

Benchmark Comparison

This model improves upon prior transformer-based models for text-only speaker role classification. For comparison, a related model by Juan Zuluaga-Gomez, based on BERT-base, achieved the following:

  • Accuracy: 89.03%
  • Precision: 87.10%
  • Recall: 91.63%
  • F1 Score: 89.31%

The fine-tuned DeBERTa-v3-large model presented here significantly outperforms this baseline:

  • Accuracy: 96.64%
  • Precision: 96.40%
  • Recall: 96.91%
  • F1 Score: 96.65%

Jupyter notebooks are included to reproduce and compare evaluations:

  • evaluate_juans_model.ipynb
  • evaluate_jacks_model.ipynb

These evaluate both models using the same test set and print detailed classification metrics.

References

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForSequenceClassification
Ревизия весов
ec71225

0 моделей