Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: MIT
Архитектура: bert · dense
Библиотека: transformers
Опубликована: 22 июл 2026

Ссылки

Hugging Face

mountain-ner-bert

ra1nbowdash

Разметка токеновТекст → label3 профессии

Дообученная на BERT модель выделяет названия гор в английском тексте.

9скачиваний за 30 дней0лайковвеса обновлены22 июл 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

Mountain NER — модель классификации токенов на основе BERT, дообученная для распознавания названий гор. Она присваивает токенам метки O, B-MOUNTAIN и I-MOUNTAIN, позволяя выделять упоминания гор в английском тексте. По результатам оценки на отложенной выборке из 831 предложения точность составила 0,9448, полнота — 0,9377, F1 — 0,9413. Модель содержит 135,5 млн параметров, использует контекст до 512 токенов и распространяется в формате safetensors через библиотеку Transformers. Базой послужил чекпойнт BERT для NER из CoNLL-2003; веса дообучены под метки гор. Лицензия — MIT.

Сценарии применения

извлечение названий гор из статей и новостей
разметка упоминаний гор в географических текстах
поиск гор в коллекциях документов
автоматическая подготовка обучающих данных для географического NER

Ограничения

Модель предназначена для распознавания названий гор и английского текста; её качество на других типах сущностей и языках не установлено. Приведённые метрики получены на отложенной выборке из 831 предложения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mountain NER (BERT fine-tuned)

Fine-tuned BERT token classifier for mountain named entity recognition (O, B-MOUNTAIN, I-MOUNTAIN).

Metrics (held-out test, 831 sentences)

Metric	Value
Precision	0.9448
Recall	0.9377
F1	0.9413

Source: Task_1_NLP/artifacts/eval/notebook_eval_results.csv in the assessment repo.

Load

from transformers import AutoModelForTokenClassification, AutoTokenizer

repo = "<YOU>/mountain-ner-bert"  # after upload
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForTokenClassification.from_pretrained(repo)

Local path before upload: publish/hf-task1-bert-ner/.

Training notes

Started from a CoNLL-2003 NER BERT checkpoint and adapted to the mountain label set.
Full pipeline: see Task_1_NLP/ in the GitHub assessment repository.
Intermediate Trainer checkpoints were excluded from this upload (final model.safetensors only).

Citation / context

DS internship assessment — Task 1 (Mountain NER).

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: 2e0f9b2