/ Модель

Характеристики

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

ar-seq2seq-gender-decoder

Генерация текстаТекст → текст

Декодерная seq2seq-модель для изменения грамматического рода в арабских предложениях от первого лица и создания контрфактических текстовых примеров.

111скачиваний за 30 дней1лайквеса обновлены3 сен 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 «Текст» — 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

Модель monsoon-nlp/ar-seq2seq-gender-decoder — декодерная часть seq2seq-модели для изменения грамматического рода в арабских предложениях от первого лица. Её разработали на основе весов и словаря MARBERT от UBC-NLP и обучили на Arabic Parallel Gender Corpus, содержащем параллельные предложения из OpenSubtitles с переформулировками, созданными носителями арабского языка. В метаданных указаны архитектура BertLMHeadModel, 190 млн параметров, контекст до 512 токенов и форматы PyTorch и safetensors.

Модель предназначена для пополнения арабских текстовых данных вариантами другого рода и создания контрфактических примеров для проверки влияния рода субъекта или говорящего на результаты модели. Она меняет отдельные формы, например «أنا سعيد» на «انا سعيدة», но не изменяет имена, местоимения и слова вроде «отец» и «мать». Поддерживаются предложения на арабском языке; заявленная задача — генерация текста. Лицензия в предоставленных данных не указана.

Сценарии применения

  • создание мужских и женских вариантов арабских предложений от первого лица
  • аугментация арабского корпуса гендерными вариантами текста
  • подготовка контрфактических примеров для проверки языковых моделей
  • проверка влияния рода говорящего на ответы модели

Ограничения

Модель меняет лишь некоторые гендерно маркированные формы и оставляет без изменений имена, местоимения, слова родства и другие значения; её охват ограничен первым лицом. Подход создаёт мужские и женские варианты, но не отражает всё разнообразие гендера.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ar-seq2seq-gender (decoder)

This is a seq2seq model (decoder half) to "flip" gender in first-person Arabic sentences. The model can augment your existing Arabic data, or generate counterfactuals to test a model's decisions (would changing the gender of the subject or speaker change output?).

Intended Examples:

  • 'أنا سعيد' <=> 'انا سعيدة'
  • 'ركض إلى المتجر' <=> 'ركضت إلى المتجر'

People's names, gender pronouns, gendered words (father, mother), and many other values are currently unchanged by this model. Future versions may be trained on more data.

Sample Code

import torch
from transformers import AutoTokenizer, EncoderDecoderModel

model = EncoderDecoderModel.from_encoder_decoder_pretrained(
  "monsoon-nlp/ar-seq2seq-gender-encoder",
  "monsoon-nlp/ar-seq2seq-gender-decoder",
  min_length=40
)
tokenizer = AutoTokenizer.from_pretrained('monsoon-nlp/ar-seq2seq-gender-decoder') # same as MARBERT original

input_ids = torch.tensor(tokenizer.encode("أنا سعيدة")).unsqueeze(0)
generated = model.generate(input_ids, decoder_start_token_id=model.config.decoder.pad_token_id)
tokenizer.decode(generated.tolist()[0][1 : len(input_ids[0]) - 1])
> 'انا سعيد'

https://colab.research.google.com/drive/1S0kE_2WiV82JkqKik_sBW-0TUtzUVmrV?usp=sharing

Training

I originally developed a gender flip Python script for Spanish sentences, using BETO, and spaCy. More about this project: https://medium.com/ai-in-plain-english/gender-bias-in-spanish-bert-1f4d76780617

The Arabic model encoder and decoder started with weights and vocabulary from MARBERT from UBC-NLP, and was trained on the Arabic Parallel Gender Corpus from NYU Abu Dhabi. The text is first-person sentences from OpenSubtitles, with parallel gender-reinflected sentences generated by Arabic speakers.

Training notebook: https://colab.research.google.com/drive/1TuDfnV2gQ-WsDtHkF52jbn699bk6vJZV

Non-binary gender

This model is useful to generate male and female text samples, but falls short of capturing gender diversity in the world and in the Arabic language. This subject is discussed in the bias statement of the Gender Reinflection paper.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertLMHeadModel
Ревизия весов
954b144

0 моделей