/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Архитектура
bert · dense

bert-base-cased-pt-lenerbr

Заполнение пропусковТекст → текст3 профессии

BERT, дообученный на бразильских юридических текстах на португальском, предсказывает замаскированные слова и может использоваться как основа для юридического NER.

389скачиваний за 30 дней6лайковвеса обновлены4 янв 2022

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

pierreguillou/bert-base-cased-pt-lenerbr — языковая модель на архитектуре BERT base, дообученная Пьером Гийу на модели BERTimbau base для юридического домена Бразилии на португальском языке. Обучение выполнено на наборе LeNER-Br с задачей предсказания маскированных токенов; модель содержит 136,1 млн параметров и рассчитана на контекст до 512 токенов.

Модель предназначена для заполнения пропусков в юридических текстах на португальском языке и может служить основой для извлечения именованных сущностей в бразильских судебных документах. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

  • предсказание пропущенных слов в юридических документах на португальском
  • адаптация языковой модели для извлечения сущностей из судебных текстов Бразилии
  • подготовка эмбеддингов контекстных токенов для юридического NLP

Ограничения

Задача модели — предсказание маскированных токенов; для распознавания именованных сущностей требуется отдельная NER-модель или дообучение. Контекст ограничен 512 токенами.

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

(BERT base) Language modeling in the legal domain in Portuguese (LeNER-Br)

bert-base-cased-pt-lenerbr is a Language Model in the legal domain in Portuguese that was finetuned on 20/12/2021 in Google Colab from the model BERTimbau base on the dataset LeNER-Br language modeling by using a MASK objective.

You can check as well the version large of this model.

Blog post

This language model is used to get a NER model on the Portuguese judicial domain. You can check the fine-tuned NER model at pierreguillou/ner-bert-base-cased-pt-lenerbr.

All informations and links are in this blog post: NLP | Modelos e Web App para Reconhecimento de Entidade Nomeada (NER) no domínio jurídico brasileiro (29/12/2021)

Widget & APP

You can test this model into the widget of this page.

Using the model for inference in production

# install pytorch: check https://pytorch.org/
# !pip install transformers 
from transformers import AutoTokenizer, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained("pierreguillou/bert-base-cased-pt-lenerbr")
model = AutoModelForMaskedLM.from_pretrained("pierreguillou/bert-base-cased-pt-lenerbr")

Training procedure

Notebook

The notebook of finetuning (Finetuning_language_model_BERtimbau_LeNER_Br.ipynb) is in github.

Training results

Num examples = 3227
Num Epochs = 5
Instantaneous batch size per device = 8
Total train batch size (w. parallel, distributed & accumulation) = 8
Gradient Accumulation steps = 1
Total optimization steps = 2020

Step	Training Loss	Validation Loss
100	 1.988700	     1.616412
200	 1.724900	     1.561100
300	 1.713400	     1.499991
400	 1.687400	     1.451414
500	 1.579700	     1.433665
600	 1.556900	     1.407338
700	 1.591400	     1.421942
800	 1.546000	     1.406395
900	 1.510100	     1.352389
1000	1.507100     	1.394799
1100	1.462200     	1.36809373471

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
7b39cc6

0 моделей