MarkupLM-base — модель Microsoft для понимания структуры веб-страниц и извлечения сведений по тексту и HTML-разметке.
33 168скачиваний за 30 дней32лайкавеса обновлены15 дек 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
MarkupLM-base — мультимодальная модель Microsoft для понимания веб-страниц и документов с визуально насыщенной структурой. Она обучена совместно на тексте и разметке страниц, чтобы учитывать содержание и структуру HTML при ответах на вопросы и извлечении информации. Работа модели описана в статье ACL 2022 о предварительном обучении текста и разметки для понимания документов.
Модель содержит около 151,9 млн параметров, использует архитектуру MarkupLM и распространяется в формате PyTorch. В карточке указана поддержка английского языка и контекст длиной 514 токенов. Репозиторий описывает задачи веб-вопросов и ответов и извлечения информации со страниц; конкретный pipeline-тег в метаданных не указан, поэтому задачам Hugging Face сопоставить её достоверно нельзя.
Модель подходит для исследовательских и прикладных систем анализа веб-страниц, которым важно учитывать HTML-разметку вместе с текстом. README ссылается на документацию и демонстрационные блокноты. Лицензия в предоставленных данных не указана.
Сценарии применения
ответы на вопросы по содержимому веб-страниц
извлечение полей и сведений из HTML-страниц
анализ структуры визуально насыщенных документов
создание систем понимания веб-страниц с учётом разметки
Ограничения
Контекст ограничен 514 токенами. В предоставленной карточке не приведены условия лицензии и конкретные инструкции по запуску.
Для каких профессий подходит8
Разделы каталога профессий, в задачах которых используется эта модель
Multimodal (text +markup language) pre-training for Document AI
Introduction
MarkupLM is a simple but effective multi-modal pre-training method of text and markup language for visually-rich document understanding and information extraction tasks, such as webpage QA and webpage information extraction. MarkupLM archives the SOTA results on multiple datasets. For more details, please refer to our paper: