/ Модель

Характеристики

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

chemical-bert-uncased

Заполнение пропусковТекст → текст3 профессии

Англоязычная BERT-модель, дополнительно предобученная на химической документации для предсказания пропущенных слов в отраслевых текстах.

844скачиваний за 30 дней8лайковвеса обновлены14 мая 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

recobo/chemical-bert-uncased — англоязычная BERT-модель для текстов химической промышленности, разработанная Recobo путём дополнительного предобучения контрольной точки SciBERT. Модель обучалась на корпусе более чем из 40 тысяч технических документов, включая паспорта безопасности веществ и информационные документы о продукции, а также на 13 тысячах статей Википедии по химии; заявлены более 9,2 миллиона абзацев из химической области.

Модель использует архитектуру BERT с головой masked language modeling и предназначена для заполнения пропусков в тексте: она предсказывает замаскированные слова, учитывая контекст с обеих сторон. Размер составляет 137,1 млн параметров, максимальная длина контекста — 512 токенов. Подходит для подсказок при работе с химической документацией и языковых задач в химической отрасли. Репозиторий содержит веса PyTorch и Safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • подстановка пропущенных слов в паспортах безопасности химических веществ
  • предсказание терминов в документации на химическую продукцию
  • восстановление замаскированных слов в технических текстах химической отрасли

Ограничения

Модель предназначена для предсказания замаскированных слов, а не для свободной генерации ответов или диалога. Контекст ограничен 512 токенами; лицензия в предоставленных сведениях не указана.

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

BERT for Chemical Industry

A BERT-based language model further pre-trained from the checkpoint of SciBERT. We used a corpus of over 40,000+ technical documents from the Chemical Industrial domain and combined it with 13,000 Wikipedia Chemistry articles, ranging from Safety Data Sheets and Products Information Documents, with 250,000+ tokens from the Chemical domain and pre-trained using MLM and over 9.2 million paragraphs.

  • Masked language modeling (MLM): taking a sentence, the model randomly masks 15% of the words in the input then run the entire masked sentence through the model and has to predict the masked words. This is different from traditional recurrent neural networks (RNNs) that usually see the words one after the other, or from autoregressive models like GPT internally masks the future tokens. It allows the model to learn a bidirectional representation of the sentence.
from transformers import pipeline
fill_mask = pipeline(
    "fill-mask",
    model="recobo/chemical-bert-uncased",
    tokenizer="recobo/chemical-bert-uncased"
)
fill_mask("we create [MASK]")

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
498698d

0 моделей