/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
layoutlmv2 · dense
Базовая модель
layoutlmv2-base-uncased
Опубликована
2 мар 2022

Ссылки

Hugging Face

layoutlmv2-finetuned-funsd

nielsr
Разметка токеновТекст → label6 профессий

Дообученная LayoutLMv2 для разметки токенов и извлечения сущностей из изображений документов, в частности форм.

123скачиваний за 30 дней13лайковвеса обновлены11 сен 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

Модель nielsr/layoutlmv2-finetuned-funsd разработана на основе microsoft/layoutlmv2-base-uncased и дообучена на наборе FUNSD для классификации токенов в документах. Архитектура LayoutLMv2 сочетает текст, изображение документа и расположение текстовых фрагментов; модель содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов.

Основной сценарий — извлечение и разметка сущностей в формах и других документах, подобных примерам FUNSD. Модель подходит для выделения полей и элементов текста на изображении документа, но качество на иных типах документов и языках может отличаться; сведений об оценках качества в карточке нет. Веса доступны в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • разметка сущностей в сканах форм
  • извлечение полей из документов FUNSD
  • классификация слов и фрагментов текста в документе
  • анализ текста с учётом его расположения на странице

Ограничения

Дообучение выполнено на FUNSD, поэтому применимость к другим типам документов и языкам может быть ограничена. В предоставленной карточке нет результатов оценки качества или сведений о лицензии.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

layoutlmv2-finetuned-funsd

This model is a fine-tuned version of microsoft/layoutlmv2-base-uncased on the funsd dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 1000
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.9.0.dev0
  • Pytorch 1.8.0+cu101
  • Datasets 1.9.0
  • Tokenizers 0.10.3

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
LayoutLMv2ForTokenClassification
Ревизия весов
405e522

0 моделей

    Создать бенчмарк