Характеристики

Контекст: 512 токенов
Параметры: 137 млн
Архитектура: bros · dense
Опубликована: 19 сен 2023

Ссылки

bros-base-uncased

ЭмбеддингиТекст → embedding6 профессий

Конвертированная предобученная BROS-модель для извлечения ключевой информации из текста документов с учётом макета страницы.

11 174скачиваний за 30 дней1лайквеса обновлены20 сен 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

jinho8345/bros-base-uncased — конвертированная версия предобученной модели BROS, разработанной командой Naver CLOVA для извлечения ключевой информации из документов. BROS сочетает текст с пространственными признаками макета страницы и обрабатывает результаты OCR в виде пар «текст и ограничивающая рамка». В метаданных указана архитектура BrosModel, 136,7 млн параметров и контекст до 512 токенов.

Модель предназначена для построения систем извлечения структурированных данных из документов, например упорядоченных позиций из чеков. Для работы нужны распознанные OCR текст и координаты рамок; README описывает предобученную модель, но не подтверждает наличие готовой OCR-компоненты. Репозиторий содержит веса PyTorch и заявлен как конвертированная копия naver-clova-ocr/bros-base-uncased. Лицензия в предоставленных данных не указана.

Сценарии применения

извлечение позиций и их порядка из чеков
извлечение ключевых полей из OCR-результатов документов
учёт координат текста при разборе форм и документов

Ограничения

Модель принимает OCR-текст с координатами рамок, поэтому для исходных изображений документов требуется отдельная система OCR. В предоставленных данных лицензия не указана.

Для каких профессий подходит6

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is a converted version of bros-base-uncased with conversion script

BROS

GitHub: https://github.com/clovaai/bros

Introduction

BROS (BERT Relying On Spatiality) is a pre-trained language model focusing on text and layout for better key information extraction from documents. Given the OCR results of the document image, which are text and bounding box pairs, it can perform various key information extraction tasks, such as extracting an ordered item list from receipts. For more details, please refer to our paper:

BROS: A Pre-trained Language Model Focusing on Text and Layout for Better Key Information Extraction from Documents Teakgyu Hong, Donghyun Kim, Mingi Ji, Wonseok Hwang, Daehyun Nam, Sungrae Park AAAI 2022 - Main Technical Track

[arXiv]

Pre-trained models

name	# params	Hugging Face - Models
bros-base-uncased (this)	< 110M	naver-clova-ocr/bros-base-uncased
bros-large-uncased	< 340M	naver-clova-ocr/bros-large-uncased

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: BrosModel
Ревизия весов: ca0d062