Характеристики

Контекст: 512 токенов
Параметры: 152 млн
Лицензия: CC BY-NC 4.0
Архитектура: bert · dense
Опубликована: 8 мая 2023

Ссылки

Hugging Face

ElhBERTeu-nerc

orai-nlp

Разметка токеновТекст → label3 профессии

Дообученная BERT-модель для распознавания персон, организаций, мест и других именованных сущностей в баскских текстах.

88скачиваний за 30 дней0лайковвеса обновлены9 мая 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

ElhBERTeu-nerc — модель семейства BERT, разработанная orai-nlp и дообученная для распознавания именованных сущностей в текстах на баскском языке на датасете NERC из BasqueGLUE. Она размечает токены тегами организаций, персон, географических названий и категории MISC. В README приведены результаты на объединённом тестовом наборе: F1 0,867 и accuracy 0,979; обучение проводилось 10 эпох с batch size 32 и learning rate 3e-5.

Модель содержит 151,7 млн параметров, принимает контекст до 512 токенов и распространяется в форматах PyTorch и safetensors. Лицензия CC BY-NC 4.0 требует указания авторства и запрещает коммерческое использование.

Сценарии применения

извлечение имён людей из баскских текстов
поиск организаций в баскских документах
распознавание географических названий на баскском языке
разметка именованных сущностей для анализа баскского текста

Ограничения

Качество по классам неодинаково: F1 для MISC составляет 0,692, ниже показателей для LOC и ORG. Модель обучалась на датасете BasqueGLUE, поэтому результаты на текстах других жанров и распределений могут отличаться.

Для каких профессий подходит3

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 791модель I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ElhBERTeu model finetuned on the NERC dataset from BasqueGlue.

In Domain and Out-of-domain tasks' train and dev datasets were merged for training. Reported performance results are tested on the merged tests dataset after training for 10 epochs (batch size 32, learning rate 3e-5).

Results on test set:

accuracy = 0.9785551028520322
f1 = 0.8665899340797322
loss = 0.11313809949144367
precision = 0.8650511802799248
recall = 0.8681341719077568

Per class results:

CLASS	precision	recall	F1 score	support
LOC	89.43%	87.95%	88.68	1844
MISC	70.72%	67.75%	69.20	502
ORG	80.04%	84.32%	82.12	1082
PER	93.52%	94.57%	94.04	1359

GLOBAL	86.51%	86.81%	86.66

Tagset: ["O", "B-ORG", "B-PER", "I-PER", "I-ORG", "B-LOC", "I-LOC", "B-MISC", "I-MISC"]

Finetuning details: 10 epochs, batch size 32, learning rate 3e-5.

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: BertForTokenClassification
Ревизия весов: 78e3225