/ Модель

Характеристики

Контекст
512 токенов
Параметры
129 млн
Лицензия
OpenRAIL
Архитектура
bert · dense
Опубликована
21 мар 2023

bert-base-chinese-accidentreason-classifier

Заполнение пропусковТекст → текст

BERT-модель для многометочной классификации китайских текстов о причинах происшествий, небезопасном поведении и влияющих факторах.

12скачиваний за 30 дней6лайковвеса обновлены24 мар 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

posie/bert-base-chinese-accidentreason-classifier — модель на основе BERT, предназначенная для классификации китайских текстов о причинах происшествий. Она отмечает небезопасное поведение и влияющие факторы как независимые метки; обучение использует порог вероятности 0,5 для каждой метки. В карточке указано, что выходной слой модели применяет sigmoid, хотя в тестовом API поверх результатов применялся softmax. Архитектура в метаданных указана как BertForMaskedLM, поэтому классификационное назначение README расходится с архитектурной классификацией каталога.

Модель содержит 129,5 млн параметров, принимает текст с контекстом до 512 токенов и представлена в формате PyTorch. Она предназначена для многоцелевой разметки факторов риска и причин происшествий в китайских текстах. Лицензия — OpenRAIL.

Сценарии применения

  • выявление небезопасного поведения в описаниях происшествий
  • разметка факторов, повлиявших на происшествие
  • классификация причин происшествий в китайских текстах

Ограничения

Модель обучалась как набор независимых бинарных классификаторов с порогом 0,5; README отмечает, что тестовый API дополнительно применял softmax к выходам sigmoid, что может менять интерпретацию результатов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

这个模型适用于处理中文原因文本,并标记文本中的不安全行为或影响因素

需要注意的是,本模型将不安全行为与影响因素的多标签标记任务视作相互独立的二分类任务,模型最后一层使用了sigmoid函数,但是在本api测试中,对模型的输出结果作了一层softmax

本模型是在文本对应位置标签的概率计算如果大于0.5,认为文本含有该标签信息的基础上进行的训练

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
15ecbd2

0 моделей