/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
bert-base-cased
Опубликована
7 мая 2026

bert-base-ontonotes5-ner

Разметка токеновТекст → label7 профессий

Англоязычная BERT-модель для извлечения и классификации 18 типов именованных сущностей в тексте.

48скачиваний за 30 дней1лайквеса обновлены7 мая 2026

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

Модель learnrr/bert-base-ontonotes5-ner — англоязычная BERT-base-cased, дообученная на английской части набора OntoNotes 5.0 (CoNLL-2012) для распознавания именованных сущностей. Она размечает токены в тексте и распознаёт 18 типов сущностей, включая имена людей и организаций, географические названия, даты, суммы, события и произведения. Архитектура — BertForTokenClassification, размер — 135,5 млн параметров, формат весов — Safetensors, максимальная длина контекста — 512 токенов.

Модель подходит для извлечения сущностей из англоязычных текстов и их последующей структуризации. В README приведены результаты на тестовой части OntoNotes 5.0, но показаны лишь отдельные классы, поэтому по карточке нельзя оценить качество на всех типах сущностей или на данных из других областей. Модель распространяется по лицензии MIT.

Сценарии применения

  • извлечение имён людей и организаций из английских текстов
  • поиск дат, сумм и числовых значений в документах
  • разметка географических названий и названий организаций
  • извлечение событий, законов и произведений из текста

Ограничения

Модель обучена на английской части OntoNotes 5.0, поэтому качество на других языках и текстах из отличающихся областей может быть ниже. В README приведены метрики только для части классов сущностей.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BERT-base-cased fine-tuned on OntoNotes 5.0

This model is a fine-tuned version of google-bert/bert-base-cased on the English subset of the OntoNotes 5.0 (CoNLL-2012) dataset. It is designed for Named Entity Recognition (NER) and can identify 18 types of entities.

📊 Performance

The model achieves the following results on the OntoNotes 5.0 test set:

EntityPrecisionRecallF1-ScoreSupport
CARDINAL0.77760.80700.79201005
DATE0.79430.86280.82721786
EVENT0.50000.62350.555085
FAC0.60810.60400.6061149
GPE0.92430.91560.91992546
LANGUAGE0.75000.68180.714322
LAW0.52000.59090.553244
LOC0.64780.74420.6926215
MONEY0.87600.91550.8953355
NORP0.89560.91820.9067990
ORDINAL0.72520.77780.7506207
ORG0.86210.89910.88022002
PERCENT0.85750.90170.8790407
PERSON0.90800.91610.91212134
PRODUCT0.59180.64440.617090
QUANTITY0.70420.65360.6780153
TIME0.59060.66670.6263225
WORK_OF_ART0.60220.64500.6229169
micro avg0.84130.87100.855912584
macro avg0.72970.76490.746012584
weighted avg0.84400.87100.857012584

🛠 Training Details

  • Architecture: BertForTokenClassification
  • Tokenizer: BertTokenizerFast (using is_split_into_words=True for alignment)
  • Epochs: 5
  • Learning Rate: 2e-5
  • Batch Size: 16 per device (Total 32 on 2x V100 GPUs)
  • Max Sequence Length: 128
  • Weight Decay: 0.01
  • Mixed Precision (FP16): Enabled

📂 Labels Mapping

The model was trained with the following label mapping (18 OntoNotes entities + BIO tags): CARDINAL, DATE, EVENT, FAC, GPE, LANGUAGE, LAW, LOC, MONEY, NORP, ORDINAL, ORG, PERCENT, PERSON, PRODUCT, QUANTITY, TIME, WORK_OF_ART.

📂 Project Assets

  • GitHub Repository: https://github.com/Learnrr/ontonotes5_ner_evaluation.git | Asset | File | Description | | :--- | :--- | :--- | | Model Weights | model.safetensors | Main checkpoint in Safetensors format (safe, fast loading, ~431 MB). | | Configuration | config.json | Model architecture settings and id2label entity mapping. | | Vocabulary | vocab.txt | BERT-cased WordPiece vocabulary for tokenization. | | Tokenizer | tokenizer.json / tokenizer_config.json | Optimized fast tokenizer configuration and serialization. | | Special Tokens | special_tokens_map.json | Definitions for special tokens like [CLS], [SEP], etc. | | Training Args | training_args.bin | Detailed hyperparameter settings used during the training run. |

🚀 Usage

You can use this model directly with a pipeline for token classification:

from transformers import pipeline

model_checkpoint = "learnrr/bert-base-ontonotes5-ner"
token_classifier = pipeline(
    "token-classification", 
    model=model_checkpoint, 
    aggregation_strategy="simple"
)

text = "Apple was founded by Steve Jobs in Cupertino."
results = token_classifier(text)

for entity in results:
    print(f"Entity: {entity['word']} | Label: {entity['entity_group']} | Score: {entity['score']:.4f}")

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
720c34b

0 моделей