/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Своя лицензия
Архитектура
bert · dense
Опубликована
19 июл 2023

PolymerNER

Разметка токеновТекст → label3 профессии

PolymerNER — дообученная на аннотациях о полимерах BERT-модель для извлечения сущностей и свойств материалов из научных текстов.

567скачиваний за 30 дней9лайковвеса обновлены19 июл 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

PolymerNER — модель распознавания именованных сущностей, разработанная на основе MaterialsBERT и дообученная на 638 аннотациях научных публикаций о полимерах. К архитектуре BERT добавлен линейный классификатор, который определяет тип каждого токена; модель не учитывает регистр символов и принимает последовательности длиной до 512 токенов.

Модель предназначена для разметки текстов по материаловедению: она выделяет полимеры и их семейства, органические и неорганические вещества, мономеры, названия и значения свойств, а также количества материалов. Обучающие, валидационные и тестовые данные связаны с полимерами, но авторы указывают, что определённая моделью онтология применима и к другим текстам по материаловедению.

Модель опубликована в формате PyTorch и использует лицензию с обозначением «other»; конкретные условия лицензии следует проверить на странице репозитория. Карточка рекомендует Transformers для запуска и отмечает, что метрики качества приведены в связанной научной статье.

Сценарии применения

  • извлечение названий полимеров из научных аннотаций
  • разметка семейств полимеров и мономеров
  • извлечение названий и значений свойств материалов
  • определение органических и неорганических веществ в материалахедческих текстах
  • автоматическая разметка количеств материалов

Ограничения

Модель обучалась на 638 аннотациях о полимерах, поэтому качество на других типах материаловедческих текстов может отличаться. Контекст ограничен 512 токенами; доступные метрики качества описаны в связанной статье.

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

PolymerNER

This model is a fine-tuned version of the MaterialsBERT model on a dataset of 638 abstracts and contains a linear layer on top of MaterialsBERT to predict the entity type of each token. The entity types predicted by this model are POLYMER, POLYMER_FAMILY, ORGANIC, INORGANIC, MONOMER, PROP_NAME, PROP_VALUE, MATERIAL_AMOUNT. This named entity recognition (NER) model was introduced in this paper. Refer to the paper for a more detailed description of the entity types and performance metrics of the model. As MaterialsBERT is uncased, the NER model is also uncased.

Intended uses & limitations

You can use the model for sequence labeling/entity tagging tasks on materials science text. The training, validation and test data for the model consisted of abstracts related to polymers. The entities tagged by the model however are general and can be used with any materials science text to tag the entity types defined in the ontology of the model.

How to Use

Here is how to use the model to tag entities given some text:

from transformers import AutoModelForTokenClassification, AutoTokenizer, pipeline
tokenizer = AutoTokenizer.from_pretrained('pranav-s/PolymerNER', model_max_length=512)
model = AutoModelForTokenClassification.from_pretrained('pranav-s/PolymerNER')
ner_pipeline = pipeline(task="ner", model=model, tokenizer=tokenizer, aggregation_strategy="simple", device='cpu')
text = "Polyethylene has a glass transition temperature of -100 °C"
ner_output = ner_pipeline(text)

Training data

A training data set of 638 polymer abstracts was used. The data set is provided here

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 5

Framework versions

  • Transformers 4.17.0
  • Pytorch 1.10.2
  • Datasets 1.18.3
  • Tokenizers 0.11.0

Citation

If you find PolymerNER useful in your research, please cite the following paper:

@article{materialsbert,
  title={A general-purpose material property data extraction pipeline from large polymer corpora using natural language processing},
  author={Shetty, Pranav and Rajan, Arunkumar Chitteth and Kuenneth, Chris and Gupta, Sonakshi and Panchumarti, Lakshmi Prerana and Holm, Lauren and Zhang, Chao and Ramprasad, Rampi},
  journal={npj Computational Materials},
  volume={9},
  number={1},
  pages={52},
  year={2023},
  publisher={Nature Publishing Group UK London}
}

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
4f7bb8b

0 моделей