Характеристики

Контекст: 512 токенов
Параметры: 12,6 млн
Архитектура: bert · dense
Опубликована: 2 июн 2022

Ссылки

Hugging Face

tiny_bb_wd

kktoto

Разметка токеновТекст → label4 профессии

Дообученная компактная BERT-модель для классификации и разметки токенов в текстовых последовательностях.

19скачиваний за 30 дней0лайковвеса обновлены2 июн 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

kktoto/tiny_bb_wd — дообученная модель семейства BERT для классификации токенов. Она содержит 12,6 млн параметров, принимает текстовые последовательности длиной до 512 токенов и распространяется в формате PyTorch. В README указаны результаты на оценочном наборе: F1 0,6533, точность 0,6566 и полнота 0,6502; сам набор данных не описан.

Модель подходит для задач разметки отдельных токенов в тексте, например для извлечения сущностей или других типов последовательной классификации после настройки соответствующих меток. Языки и конкретное назначение разметки в доступных сведениях не раскрыты. Лицензия в предоставленных данных не указана.

Сценарии применения

разметка токенов по заданным классам
извлечение сущностей из текста после настройки меток
последовательная классификация текста
оценка модели для задач распознавания сущностей

Ограничения

Датасет, схема меток и поддерживаемые языки не описаны. На приведённом оценочном наборе F1 составляет 0,6533; лицензионные условия в доступных данных не указаны.

Для каких профессий подходит4

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 I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tiny_bb_wd

This model is a fine-tuned version of kktoto/tiny_bb_wd on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1331
Precision: 0.6566
Recall: 0.6502
F1: 0.6533
Accuracy: 0.9524

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 3e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
0.1193	1.0	5561	0.1398	0.6406	0.6264	0.6335	0.9501
0.1259	2.0	11122	0.1343	0.6476	0.6300	0.6387	0.9509
0.1283	3.0	16683	0.1333	0.6484	0.6367	0.6425	0.9512
0.1217	4.0	22244	0.1325	0.6524	0.6380	0.6451	0.9516
0.12	5.0	27805	0.1337	0.6571	0.6377	0.6472	0.9522
0.1187	6.0	33366	0.1319	0.6630	0.6297	0.6459	0.9525
0.116	7.0	38927	0.1318	0.6600	0.6421	0.6509	0.9525
0.1125	8.0	44488	0.1337	0.6563	0.6481	0.6522	0.9523
0.1118	9.0	50049	0.1329	0.6575	0.6477	0.6526	0.9524
0.1103	10.0	55610	0.1331	0.6566	0.6502	0.6533	0.9524

Framework versions

Transformers 4.19.2
Pytorch 1.11.0+cu113
Datasets 2.2.2
Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForTokenClassification
Ревизия весов: 6dbbfb6