/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Архитектура
deberta-v2 · dense
Опубликована
16 июл 2024

deberta-v3-sta-rel

Классификация текстаТекст → label3 профессии

Модель DeBERTa-v2 для классификации отношений между аргументативными высказываниями в задачах анализа аргументации.

63 655скачиваний за 30 дней0лайковвеса обновлены16 июл 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

orbis-marianne/deberta-v3-sta-rel — модель классификации текста, опубликованная командой ORBIS-MARIANNE для выявления отношений между аргументативными высказываниями. Она предназначена для анализа аргументации на уровне высказываний: принимает текстовую последовательность и относит её к одному из классов отношений. Модель основана на архитектуре DeBERTa-v2 для классификации последовательностей; содержит около 211,6 млн параметров и рассчитана на контекст до 512 токенов.

Модель подходит для извлечения структуры аргументации из текстов, например для определения связей между тезисами и аргументами. Карточка указывает задачу text-classification; репозиторий разработчика описывает классификацию отношений между аргументативными высказываниями как одну из задач модуля Argumentation Mining Transformers. Подтверждённых сведений о поддерживаемых языках и лицензии недостаточно, поэтому они здесь не уточняются.

Сценарии применения

  • классификация отношения между двумя аргументативными высказываниями
  • анализ связей между тезисами в тексте
  • извлечение структуры аргументации из документов

Ограничения

Максимальная длина входа составляет 512 токенов; более длинные последовательности при обработке могут обрезаться. Подтверждённых данных о языковом охвате и лицензии в использованных источниках нет.

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

Автор не опубликовал карточку модели.

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForSequenceClassification
Ревизия весов
79bcd5b

0 моделей