/ Модель

Характеристики

Контекст
8 194 токена
Параметры
153 млн
Лицензия
MIT
Архитектура
roberta · dense
Опубликована
13 ноя 2022

legal-longformer-base-8192-spanish

Заполнение пропусковТекст → текст3 профессии

Испаноязычная Longformer на базе RoBERTalex для заполнения масок и работы с длинными юридическими документами.

26скачиваний за 30 дней5лайковвеса обновлены13 ноя 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

mrm8488 разработал испаноязычную модель Longformer на базе RoBERTalex для работы с длинными юридическими документами. Это RoBERTa-подобная модель с 153,2 млн параметров, дообученная на задаче masked language modeling на корпусах испанского юридического домена; её основная задача — заполнение масок в тексте.

Longformer сочетает локальное скользящее окно внимания с глобальным вниманием, которое настраивается пользователем под конкретную задачу. Модель принимает текстовые последовательности длиной до 8194 токенов и предназначена для анализа испанских юридических текстов, включая подстановку пропущенных слов в длинных документах. Распространяется под лицензией MIT.

Карточка предупреждает о возможных смещениях и нежелательных искажениях у моделей семейства RoBERTalex; ответственность за оценку рисков и соблюдение применимых правил лежит на пользователях и разработчиках систем на её основе.

Сценарии применения

  • восстановление пропущенных слов в испанских юридических текстах
  • подстановка масок в длинных правовых документах
  • подготовка представлений длинных испанских юридических текстов для последующих задач

Ограничения

В карточке отмечены возможные смещения и нежелательные искажения; результаты требуют проверки, а риски применения и соблюдение применимых норм остаются ответственностью пользователя.

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

Legal ⚖️ longformer-base-8192-spanish

legal-longformer-base-8192 is a BERT-like model started from the RoBERTa checkpoint (RoBERTalex in this case) and pre-trained for MLM on long documents from the Spanish Legal Domain Corpora. It supports sequences of length up to 8192!

Longformer uses a combination of a sliding window (local) attention and global attention. Global attention is user-configured based on the task to allow the model to learn task-specific representations.

This model was made following the research done by Iz Beltagy and Matthew E. Peters and Arman Cohan.

Model (base checkpoint)

RoBERTalex There are few models trained for the Spanish language. Some of the models have been trained with a low resource, unclean corpora. The ones derived from the Spanish National Plan for Language Technologies are proficient in solving several tasks and have been trained using large-scale clean corpora. However, the Spanish Legal domain language could be thought of as an independent language on its own. We, therefore, created a Spanish Legal model from scratch trained exclusively on legal corpora.

Dataset

Spanish Legal Domain Corpora A collection of corpora of the Spanish legal domain.

More legal domain resources: https://github.com/PlanTL-GOB-ES/lm-legal-es

Citation

If you want to cite this model you can use this:

@misc {manuel_romero_2022,
	author       = { {Manuel Romero} },
	title        = { legal-longformer-base-8192-spanish (Revision 1fa2697) },
	year         = 2022,
	url          = { https://huggingface.co/mrm8488/legal-longformer-base-8192-spanish },
	doi          = { 10.57967/hf/0108 },
	publisher    = { Hugging Face }
}

Disclaimer (from RoBERTalex)

The models published in this repository are intended for a generalist purpose and are available to third parties. These models may have bias and/or any other undesirable distortions.

When third parties, deploy or provide systems and/or services to other parties using any of these models (or using systems based on these models) or become users of the models, they should note that it is their responsibility to mitigate the risks arising from their use and, in any event, to comply with applicable regulations, including regulations regarding the use of artificial intelligence.

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaLongForMaskedLM
Ревизия весов
7d64a99

0 моделей