bert-base-uncased-sem_eval_2010_task_8
Task: sem_eval_2010_task_8
Base Model: bert-base-uncased
Trained for 3 epochs
Batch-size: 6
Seed: 42
Test F1-Score: 0.8
bert-base-uncased-sem_eval_2010_task_8
Классификация текстаТекст → label
Дообученная модель BERT для классификации отношений между сущностями в предложениях в задаче SemEval-2010 Task 8.
259скачиваний за 30 дней0лайковвеса обновлены19 мая 2021
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
joelniklaus/bert-base-uncased_sem_eval_2010_task_8 — модель классификации текста на основе BERT, дообученная для задачи SemEval-2010 Task 8. Она предназначена для классификации отношений между сущностями в предложениях. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и выдаёт класс отношения.
В README указаны три эпохи обучения и F1-score 0,8 на тесте. Доступны веса в форматах PyTorch, TensorFlow и Flax. Базовая модель — bert-base-uncased. Условия лицензии в предоставленных данных не указаны.
Сценарии применения
- классификация семантических отношений между сущностями в предложениях
- извлечение отношений из англоязычных текстов
- оценка качества классификации отношений в тестовых наборах
Ограничения
Оценка F1-score 0,8 приведена для теста задачи SemEval-2010 Task 8; качество на других данных не подтверждено. Контекст ограничен 512 токенами.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 1bc05a5