/ Модель

Характеристики

Контекст
512 токенов
Параметры
152 млн
Архитектура
bert · dense

GigaBERT-v4-Arabic-and-English

ЭмбеддингиТекст → embedding4 профессии

Двуязычная модель BERT для извлечения признаков и переноса задач извлечения информации с английского на арабский язык.

79скачиваний за 30 дней5лайковвеса обновлены19 мая 2021

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

GigaBERT-v4 — двуязычная модель на архитектуре BERT, разработанная Wuwei Lan, Yang Chen, Wei Xu и Alan Ritter. Это продолженное предварительное обучение GigaBERT-v3 на данных с переключением между арабским и английским языками. Модель содержит около 151,6 млн параметров и поддерживает контекст до 512 токенов.

Модель предназначена для извлечения признаков из текста и переноса знаний с английского на арабский язык без дополнительного обучения, в частности для задач извлечения информации. Её можно использовать как основу для моделей классификации токенов и анализа арабских и англоязычных текстов.

В карточке указаны форматы PyTorch и Flax. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • извлечение признаков из арабских текстов
  • извлечение признаков из английских текстов
  • перенос моделей извлечения информации с английского на арабский
  • подготовка представлений текста для классификации токенов

Ограничения

Контекст ограничен 512 токенами. Карточка не сообщает лицензию.

Для каких профессий подходит4

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

GigaBERT-v4

GigaBERT-v4 is a continued pre-training of GigaBERT-v3 on code-switched data, showing improved zero-shot transfer performance from English to Arabic on information extraction (IE) tasks. More details can be found in the following paper:

@inproceedings{lan2020gigabert,
  author     = {Lan, Wuwei and Chen, Yang and Xu, Wei and Ritter, Alan},
  title      = {GigaBERT: Zero-shot Transfer Learning from English to Arabic},
  booktitle  = {Proceedings of The 2020 Conference on Empirical Methods on Natural Language Processing (EMNLP)},
  year       = {2020}
} 

Download

from transformers import *
tokenizer = BertTokenizer.from_pretrained("lanwuwei/GigaBERT-v4-Arabic-and-English", do_lower_case=True)
model = BertForTokenClassification.from_pretrained("lanwuwei/GigaBERT-v4-Arabic-and-English")

Here is downloadable link GigaBERT-v4.

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
94bcdd4

0 моделей