/ Модель

Характеристики

Контекст
512 токенов
Параметры
176 млн
Архитектура
bert · dense
Опубликована
2 мар 2022

BERTOverflow_stackoverflow_github

ЭмбеддингиТекст → embedding3 профессии

BERT-base, предварительно обученная на сообщениях Stack Overflow для извлечения признаков и задач распознавания кода и именованных сущностей.

112скачиваний за 30 дней5лайковвеса обновлены27 июн 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 «Эмбеддинги» — 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

BERTOverflow_stackoverflow_github — модель BERT-base, предварительно обученная разработчиками на 152 млн предложений из десятилетнего архива Stack Overflow. Она предназначена для извлечения признаков из текста и может служить основой для распознавания кода и именованных сущностей в сообщениях Stack Overflow. Модель построена на архитектуре BERT и содержит 176,2 млн параметров; максимальная длина контекста — 512 токенов.

В README приведён пример загрузки модели для классификации токенов через Transformers. Модель ориентирована на текст технических обсуждений и кода; карточка связывает её с исследованием, опубликованным на ACL 2020. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение признаков из вопросов и ответов Stack Overflow
  • распознавание именованных сущностей в технических обсуждениях
  • разметка токенов в сообщениях о программировании
  • подготовка представлений текста для downstream-задач по коду

Ограничения

Контекст ограничен 512 токенами. README описывает предварительное обучение и пример классификации токенов, но не приводит оценки качества или сведения о лицензии.

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

BERTOverflow

Model description

We pre-trained BERT-base model on 152 million sentences from the StackOverflow's 10 year archive. More details of this model can be found in our ACL 2020 paper: Code and Named Entity Recognition in StackOverflow.

How to use

from transformers import *
import torch

tokenizer = AutoTokenizer.from_pretrained("lanwuwei/BERTOverflow_stackoverflow_github")
model = AutoModelForTokenClassification.from_pretrained("lanwuwei/BERTOverflow_stackoverflow_github")

BibTeX entry and citation info

@inproceedings{tabassum2020code,
    title={Code and Named Entity Recognition in StackOverflow},
    author={Tabassum, Jeniya  and Maddela, Mounica  and Xu, Wei and Ritter, Alan },
    booktitle = {Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL)},
    url={https://www.aclweb.org/anthology/2020.acl-main.443/}
    year = {2020},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
dfc48d8

0 моделей