/ Модель

Характеристики

Контекст
512 токенов
Параметры
120 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-th-cased
Опубликована
20 окт 2023

pos_thai

Разметка токеновТекст → label3 профессии

Дообученная BERT-модель для определения частей речи в тайском тексте с разметкой каждого токена.

262скачиваний за 30 дней0лайковвеса обновлены24 окт 2023

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

lunarlist/pos_thai — модель Lunarlist для разметки частей речи в тексте на тайском языке. Это дообученная версия Geotrend/bert-base-th-cased на наборе данных lunarlist/tagging_thai, построенная на архитектуре BERT и предназначенная для классификации токенов.

Модель содержит 119,8 млн параметров и поддерживает контекст до 512 токенов. В README сообщаются результаты оценки: F1 0,9533, точность 0,9693, precision 0,9525 и recall 0,9540. Модель принимает текст и выдаёт метки частей речи для его токенов.

Модель распространяется по лицензии Apache-2.0. Результаты оценки относятся к указанному в карточке набору и не гарантируют аналогичное качество на других данных.

Сценарии применения

  • определение частей речи в тайских предложениях
  • разметка тайского текста для лингвистического анализа
  • подготовка токенов для тайского NLP-конвейера

Ограничения

Заявленные метрики получены на оценочном наборе из карточки и могут отличаться на данных другого происхождения или стиля. Модель ориентирована на тайскую частеречную разметку.

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

pos_thai

This model is a fine-tuned version of Geotrend/bert-base-th-cased on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0935
  • Precision: 0.9525
  • Recall: 0.9540
  • F1: 0.9533
  • Accuracy: 0.9693

Model description

This model is train on thai pos_tag datasets to help with pos tagging in Thai language.

Example

from transformers import AutoModelForTokenClassification, AutoTokenizer, TokenClassificationPipeline

model = AutoModelForTokenClassification.from_pretrained("lunarlist/pos_thai")
tokenizer = AutoTokenizer.from_pretrained("lunarlist/pos_thai")

pipeline = TokenClassificationPipeline(model=model, tokenizer=tokenizer, grouped_entities=True)
outputs = pipeline("ภาษาไทย ง่าย นิดเดียว")
print(outputs)

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-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: 2

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
0.11241.073440.10480.95050.94780.94920.9670
0.08662.0146880.09350.95250.95400.95330.9693

Framework versions

  • Transformers 4.34.1
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.5
  • Tokenizers 0.14.1

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
54b5a91

0 моделей