Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: Apache 2.0
Архитектура: bert · dense
Базовая модель: bert-base-cased
Библиотека: transformers
Опубликована: 2 авг 2026

Ссылки

Hugging Face

bert-finetuned-ner

quangvu197

Разметка токеновТекст → label

Дообученная BERT-модель для разметки токенов и распознавания именованных сущностей в тексте.

4скачиваний за 30 дней0лайковвеса обновлены2 авг 2026

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

Модель quangvu197/bert-finetuned-ner — дообученная версия BERT base cased для распознавания именованных сущностей в тексте. Она разработана на основе google-bert/bert-base-cased и обучена на наборе CoNLL-2003; архитектура — BertForTokenClassification, размер — 135,5 млн параметров, максимальная длина контекста — 512 токенов. Модель принимает текст и размечает его токены, поэтому подходит для извлечения сущностей из предложений и документов.

В карточке приведены результаты на оценочном наборе CoNLL-2003: F1 0,9415, точность 0,9865, precision 0,9326 и recall 0,9505. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не содержит подробностей об ограничениях и предполагаемых сценариях использования; качество на других доменах и языках этими метриками не подтверждается.

Сценарии применения

извлечение имён людей из текста
поиск организаций в новостях и документах
распознавание географических названий
разметка сущностей в предложениях на английском языке

Ограничения

README не описывает ограничения модели; опубликованные метрики относятся к оценочному набору CoNLL-2003 и не гарантируют качество на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-finetuned-ner

This model is a fine-tuned version of bert-base-cased on the conll2003 dataset. It achieves the following results on the evaluation set:

Loss: 0.0603
Precision: 0.9326
Recall: 0.9505
F1: 0.9415
Accuracy: 0.9865

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
0.0751	1.0	1756	0.0675	0.9043	0.9302	0.9170	0.9817
0.0354	2.0	3512	0.0682	0.9318	0.9456	0.9387	0.9849
0.0224	3.0	5268	0.0603	0.9326	0.9505	0.9415	0.9865

Framework versions

Transformers 4.57.6
Pytorch 2.11.0+cu128
Datasets 3.6.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForTokenClassification
Ревизия весов: 31995e3