/ Модель

Характеристики

Контекст
130 токенов
Параметры
136 млн
Архитектура
roberta · dense
Библиотека
pysentimiento
Опубликована
17 июл 2022

robertuito-ner

Разметка токеновТекст → label4 профессии

Модель на основе RoBERTuito размечает именованные сущности в испанских и англоязычных текстах, включая сообщения со смешением языков.

1 219скачиваний за 30 дней2лайкавеса обновлены25 фев 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

robertuito-ner — модель распознавания именованных сущностей, разработанная авторами библиотеки pysentimiento. Она дообучена на испанско-английской части корпуса LinCE для анализа текстов со смешением языков и основана на RoBERTuito — модели RoBERTa, обученной на испанских твитах. Модель содержит 136,3 млн параметров и принимает контекст до 130 токенов.

Модель размечает сущности в тексте на испанском и английском языках, в том числе в сообщениях с переключением между ними. Для использования авторы рекомендуют библиотеку pysentimiento: токенизация может вызывать проблемы при запуске через стандартный pipeline. В таблице результатов LinCE показатель NER для модели составляет 68,5; README не уточняет метрику. Репозиторий содержит веса PyTorch. Условия лицензии в предоставленных источниках не описаны.

Сценарии применения

  • извлечение имен и других сущностей из испанских твитов
  • разметка сущностей в англоязычных сообщениях с испанскими фрагментами
  • анализ именованных сущностей в испанско-английских текстах из соцсетей

Ограничения

При запуске через стандартный pipeline возможны проблемы токенизации; авторы рекомендуют использовать библиотеку pysentimiento. Контекст ограничен 130 токенами.

Для каких профессий подходит4

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

Named Entity Recognition model for Spanish/English

robertuito-ner

Repository: https://github.com/pysentimiento/pysentimiento/

Model trained with the Spanish/English split of the LinCE NER corpus, a code-switched benchmark . Base model is RoBERTuito, a RoBERTa model trained in Spanish tweets.

Usage

If you want to use this model, we suggest you use it directly from the pysentimiento library as it is not working properly with the pipeline due to tokenization issues

from pysentimiento import create_analyzer

ner_analyzer = create_analyzer("ner", lang="es")

ner_analyzer.predict(
  "rindanse ante el mejor, leonel andres messi cuccitini. serresiete no existis, segui en al-nassr"
)
 

# [{'type': 'PER',
#   'text': 'leonel andres messi cuccitini',
#   'start': 24,
#   'end': 53},
#  {'type': 'PER', 'text': 'serresiete', 'start': 55, 'end': 65},
#  {'type': 'LOC', 'text': 'al-nassr', 'start': 108, 'end': 116}]

Results

Results are taken from the LinCE leaderboard

ModelSentimentNERPOS
RoBERTuito60.668.597.2
XLM Large--69.597.2
XLM Base--64.997.0
C2S mBERT59.164.696.9
mBERT56.464.097.1
BERT58.461.196.9
BETO56.5----

Citation

If you use this model in your research, please cite pysentimiento, RoBERTuito and LinCE papers:

@misc{perez2021pysentimiento,
      title={pysentimiento: A Python Toolkit for Sentiment Analysis and SocialNLP tasks},
      author={Juan Manuel Pérez and Juan Carlos Giudici and Franco Luque},
      year={2021},
      eprint={2106.09462},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
@inproceedings{perez2022robertuito,
  title={RoBERTuito: a pre-trained language model for social media text in Spanish},
  author={P{\'e}rez, Juan Manuel and Furman, Dami{\'a}n Ariel and Alemany, Laura Alonso and Luque, Franco M},
  booktitle={Proceedings of the Thirteenth Language Resources and Evaluation Conference},
  pages={7235--7243},
  year={2022}
}

@inproceedings{aguilar2020lince,
  title={LinCE: A Centralized Benchmark for Linguistic Code-switching Evaluation},
  author={Aguilar, Gustavo and Kar, Sudipta and Solorio, Thamar},
  booktitle={Proceedings of the 12th Language Resources and Evaluation Conference},
  pages={1803--1813},
  year={2020}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pysentimiento · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForTokenClassification
Ревизия весов
43dde63

0 моделей