/ Модель

Характеристики

Контекст
512 токенов
Параметры
140 млн
Архитектура
bert · dense
Опубликована
2 мар 2022

Ancient-Greek-BERT

ЭмбеддингиТекст → embedding3 профессии

BERT-модель для извлечения признаков из древнегреческого текста и дообучения на разметку частей речи и морфологический анализ.

723скачиваний за 30 дней24лайкавеса обновлены17 апр 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Ancient Greek BERT — модель семейства BERT, разработанная для работы с текстами на древнегреческом языке. Это BERT-base с 12 слоями и размерностью 768; число параметров составляет 140,1 млн, а контекст — до 512 токенов. Модель обучена на монолингвальных данных First1KGreek Project, Perseus Digital Library, PROIEL Treebank и Gorman’s Treebank, с приведением греческого текста к нижнему регистру и удалением диакритики.

Модель предназначена для извлечения признаков из древнегреческого текста и служит основой для дообучения на разметку частей речи и морфологический анализ. В README заявлены результаты выше 90% точности в среднем при дообучении на трёх древнегреческих деревьях. Метаданные указывают формат PyTorch и Safetensors и библиотеку Transformers. Сведения о лицензии в предоставленных материалах отсутствуют.

Сценарии применения

  • Извлечение контекстных признаков из древнегреческих текстов
  • Дообучение модели для разметки частей речи в древнегреческом
  • Морфологический анализ древнегреческих слов
  • Подготовка представлений текста для задач цифровой гуманитаристики

Ограничения

Модель обучена на древнегреческих корпусах с удалением диакритики и приведением текста к нижнему регистру, поэтому особенности исходного написания могут теряться. Заявленные результаты относятся к дообучению на указанных деревьях; сведения о лицензии в предоставленных источниках отсутствуют.

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

Ancient Greek BERT

The first and only available Ancient Greek sub-word BERT model!

State-of-the-art post fine-tuning on Part-of-Speech Tagging and Morphological Analysis.

Pre-trained weights are made available for a standard 12 layer, 768d BERT-base model.

Further scripts for using the model and fine-tuning it for PoS Tagging are available on our Github repository!

Please refer to our paper titled: "A Pilot Study for BERT Language Modelling and Morphological Analysis for Ancient and Medieval Greek". In Proceedings of The 5th Joint SIGHUM Workshop on Computational Linguistics for Cultural Heritage, Social Sciences, Humanities and Literature (LaTeCH-CLfL 2021)

How to use

Requirements:

pip install transformers
pip install unicodedata
pip install flair

Can be directly used from the HuggingFace Model Hub with:

from transformers import AutoTokenizer, AutoModel
tokeniser = AutoTokenizer.from_pretrained("pranaydeeps/Ancient-Greek-BERT")
model = AutoModel.from_pretrained("pranaydeeps/Ancient-Greek-BERT")  

Fine-tuning for POS/Morphological Analysis

Please refer the GitHub repository for the code and details regarding fine-tuning

Training data

The model was initialised from AUEB NLP Group's Greek BERT and subsequently trained on monolingual data from the First1KGreek Project, Perseus Digital Library, PROIEL Treebank and Gorman's Treebank

Training and Eval details

Standard de-accentuating and lower-casing for Greek as suggested in AUEB NLP Group's Greek BERT The model was trained on 4 NVIDIA Tesla V100 16GB GPUs for 80 epochs, with a max-seq-len of 512 and results in a perplexity of 4.8 on the held out test set. It also gives state-of-the-art results when fine-tuned for PoS Tagging and Morphological Analysis on all 3 treebanks averaging >90% accuracy. Please consult our paper or contact me for further questions!

Cite

If you end up using Ancient-Greek-BERT in your research, please cite the paper:

@inproceedings{ancient-greek-bert,
author = {Singh, Pranaydeep and Rutten, Gorik and Lefever, Els},
title = {A Pilot Study for BERT Language Modelling and Morphological Analysis for Ancient and Medieval Greek},
year = {2021},
booktitle = {The 5th Joint SIGHUM Workshop on Computational Linguistics for Cultural Heritage, Social Sciences, Humanities and Literature (LaTeCH-CLfL 2021)}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
5e3e29e

0 моделей