Schema matching plays a crucial role in this process by giving each representation a unique identity by matching raw energy data to a generic data model. We developed an energy domain language model, Energy BERT, which was trained them using an open-source scientific corpus. Energy BERT can be used to automate schema matching, reducing manual effort in integrating heterogeneous data.
Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Архитектура
- bert · dense
- Опубликована
- 5 авг 2024
Ссылки
EnergyBert
EnergyBert — BERT-модель для сопоставления схем и интеграции разнородных данных в энергетической сфере.
503скачиваний за 30 дней0лайковвеса обновлены14 янв 2025
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
EnergyBert — модель на архитектуре BERT, разработанная для сопоставления схем в энергетической сфере. Она обучена на открытом научном корпусе и предназначена для связывания исходных энергетических данных с общей моделью данных, чтобы автоматизировать интеграцию разнородных источников. Репозиторий содержит модель примерно с 137 млн параметров в форматах PyTorch и safetensors; максимальная длина контекста — 512 токенов.
Модель предоставляет эмбеддинги и подходит для извлечения признаков и оценки сходства предложений. Языки и условия лицензии в предоставленных источниках не описаны.
Сценарии применения
- сопоставление полей энергетических данных с общей схемой
- поиск соответствующих понятий в разнородных энергетических источниках
- оценка сходства описаний энергетических данных
- автоматизация интеграции энергетических наборов данных
Ограничения
Контекст ограничен 512 токенами. Языковая поддержка и условия лицензии по предоставленным источникам не установлены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- BertModel
- Ревизия весов
- 93206ee