/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
layoutlmv2 · dense
Базовая модель
layoutxlm-base
Опубликована
19 сен 2022

layoutxlm-finetuned-xfund-fr

Разметка токеновТекст → label5 профессий

Дообученная на XFUND модель LayoutXLM извлекает и классифицирует сущности в отсканированных документах на французском языке.

40скачиваний за 30 дней5лайковвеса обновлены9 дек 2024

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

nielsr дообучил модель Microsoft LayoutXLM-base на французской части многоязычного набора XFUND для извлечения сущностей из документов. Это мультимодальная модель архитектуры LayoutLMv2 с 305,2 млн параметров и контекстом до 514 токенов; она учитывает текст, расположение элементов и изображение страницы. Модель размечает категории question, answer, header и other в отсканированных французских документах, например при разборе форм и извлечении полей из документов. Для инференса требуется Tesseract с французским языковым пакетом. Модель распространяется по лицензии CC BY-NC-SA 4.0.

Сценарии применения

  • распознавание вопросов и ответов в сканах французских документов
  • извлечение заголовков из французских форм
  • классификация текстовых фрагментов сканированных документов
  • разбор структуры французских документов по тексту и расположению элементов

Ограничения

Для инференса нужен Tesseract с французским языковым пакетом; модель предназначена для французских документов и распознаёт четыре категории: question, answer, header и other.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

layoutxlm-finetuned-xfund-fr

This model is a fine-tuned version of microsoft/layoutxlm-base on the XFUND dataset (French split).

Model usage

Note that this model requires Tesseract, French package, in order to perform inference. You can install it using !sudo apt-get install tesseract-ocr-fra.

Here's how to use this model:

from transformers import AutoProcessor, AutoModelForTokenClassification
import torch
from PIL import Image

processor = AutoProcessor.from_pretrained("nielsr/layoutxlm-finetuned-xfund-fr")
model = AutoModelForTokenClassification.from_pretrained(nielsr/layoutxlm-finetuned-xfund-fr")

# assuming you have a French document, turned into an image
image = Image.open("...").convert("RGB")

# prepare for the model
encoding = processor(image, padding="max_length", max_length=512, truncation=True, return_tensors="pt")

with torch.no_grad():
  outputs = model(**encoding)
  logits = outputs.logits
  
predictions = logits.argmax(-1)

Intended uses & limitations

This model can be used for NER on French scanned documents. It can recognize 4 categories: "question", "answer", "header" and "other".

Training and evaluation data

This checkpoint used the French portion of the multilingual XFUND dataset.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • training_steps: 1000

Training results

Framework versions

  • Transformers 4.22.1
  • Pytorch 1.10.0+cu111
  • Datasets 2.4.0
  • Tokenizers 0.12.1

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
LayoutLMv2ForTokenClassification
Ревизия весов
f5c721f

0 моделей