/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
extractor · dense
Базовая модель
gliner2-multi-v1
Библиотека
gliner
Опубликована
20 июн 2026

gliner2-ptbr

Разметка токеновТекст → label

Модель GLiNER2, дообученная для извлечения именованных сущностей из неформальных и операционных текстов на бразильском португальском языке.

0скачиваний за 30 дней0лайковвеса обновлены20 июн 2026

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

ottema/gliner2-ptbr — модель GLiNER2 для извлечения именованных сущностей из неформальных и операционных текстов на бразильском португальском языке. Её разработала Ottema на основе fastino/gliner2-multi-v1; модель дообучена и использует двунаправленный энкодер со скорингом текстовых фрагментов. Размер — около 307 млн параметров.

Модель предназначена для распознавания сущностей с открытым набором меток в чатах, обращениях в службу поддержки, технической переписке и образовательных текстах. Она может извлекать людей, профессии, места, организации, документы, продукты, бренды, технологии, телефоны, адреса электронной почты, даты и денежные суммы. Для журналистских текстов README рекомендует специализированную версию gliner2-ptbr-harem; заявленное качество на синтетическом тестовом наборе не переносится на такие тексты.

Модель принимает текст и возвращает выделенные сущности с метками. Основной язык — pt-BR, также заявлена поддержка английского как резервного языка. README указывает на снижение качества на текстах длиннее 512 токенов и в узкоспециализированных областях; модель не предназначена для замены предметных классификаторов в регулируемых процессах. Лицензия Apache-2.0.

Сценарии применения

  • извлечение имён людей и профессий из обращений в поддержку
  • распознавание организаций, брендов и продуктов в чатах
  • извлечение телефонов, адресов электронной почты и дат из сообщений
  • поиск документов, технологий и денежных сумм в операционной переписке
  • разметка сущностей в образовательных текстах на бразильском португальском

Ограничения

Обучение преимущественно на синтетических данных может ограничивать охват специализированных областей; качество может снижаться на текстах длиннее 512 токенов и на журналистских текстах. Модель не заменяет профильные классификаторы в регулируемых процессах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ottema/gliner2-ptbr (v0.4 — generalist)

Open-vocabulary NER for Brazilian Portuguese, fine-tuned for informal and operational text (chat, atendimento, suporte).

This is the generalist release. For HAREM-specialized (best entity F1 among compared models), see ottema/gliner2-ptbr-harem. For ontology-guided evidence extraction, see ottema/gliner2-ptbr-ontoevidence.

Model details

  • Base: fastino/gliner2-multi-v1 (Apache-2.0)
  • Type: GLiNER2 (bidirectional encoder + span scoring)
  • Language: pt-BR (with English fallback)
  • Size: ~307M parameters
  • License: Apache-2.0

Intended use

General-purpose open-vocabulary NER for informal and operational Brazilian Portuguese text: atendimento, chat, suporte técnico, educação. Trained on synthetic data covering pessoas, profissões, locais, organizações, documentos, produtos, marcas, tecnologias, telefones, e-mails, datas, e valores monetários.

If you need a model benchmarked on journalistic Portuguese (HAREM), use ottema/gliner2-ptbr-harem instead.

Usage

from gliner2 import GLiNER2

model = GLiNER2.from_pretrained("ottema/gliner2-ptbr")

text = "A professora Ana comprou um notebook Dell em Campinas no dia 12/06."
labels = ["pessoa", "profissão", "produto", "marca", "local", "data"]

entities = model.extract_entities(text, labels, threshold=0.5)
for label, spans in entities["entities"].items():
    for span in spans:
        print(f"{span} -> {label}")

Performance

Evaluation on data/gliner_ptbr_core/test.jsonl (synthetic generalist benchmark, threshold 0.3):

Modelentity_F1span_F1label_F1
fastino/gliner2-multi-v1 (zero-shot)0.93330.93470.9855
ottema/gliner2-ptbr (v0.4)0.99760.99761.0000

On HAREM (163 samples, 2511 entities, journalistic PT-BR — out-of-distribution for this generalist):

Modelentity_F1Δ vs baseline
fastino/gliner2-multi-v1 (zero-shot)0.4271(reference)
ottema/gliner2-ptbr (v0.4)0.4132-1.39 pp

The generalist is best for the synthetic informal-PT-BR distribution it was trained on. For journalistic text, see the HAREM-specialized model.

Inference

  • GPU: ~30 ms per text (median, 32 batch)
  • CPU: ~50 ms per short text (≤128 tokens)

Limitations

  • Trained primarily on synthetic data; coverage may be limited in highly specialized domains.
  • Performance may degrade on very long texts (>512 tokens).
  • Not a substitute for domain-specific classifiers in regulated workflows.
  • Out-of-distribution on journalistic text (use HAREM-specialized instead).

Credits

  • Base architecture: GLiNER2 (Urchade Zaratiana et al.)
  • Base weights: fastino/gliner2-multi-v1 (Fastino)
  • Encoder: microsoft/mdeberta-v3-base
  • Fine-tuning + datasets: Ottema

License

Apache-2.0

See also

Как запустить

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

GPU в ailist

Универсальный рантайм · gliner

Нельзя запустить

Модели GLiNER требуют отдельного рантайма.

Ревизия весов
589d358

0 моделей