/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 мар 2022

codeswitch-nepeng-lid-lince

Разметка токеновТекст → label5 профессий

Модель BERT для определения языка каждого токена в непальско-английском тексте с переключением языков.

32скачиваний за 30 дней0лайковвеса обновлены8 сен 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

Модель sagorsarker/codeswitch-nepeng-lid-lince предназначена для идентификации языка в смешанном непальско-английском тексте: она определяет язык отдельных токенов в сообщениях с переключением языков. Модель разработана для работы с данными LinCE и представлена как предварительно обученная модель для language identification.

Это плотная модель на архитектуре BERT с головой классификации токенов, содержащая 205,1 млн параметров и принимающая последовательности длиной до 512 токенов. Для использования доступны веса в форматах PyTorch и Flax, включая safetensors. Модель ориентирована на непальско-английский код-свитчинг; лицензия — MIT.

Сценарии применения

  • разметка непальских и английских слов в смешанных сообщениях
  • идентификация языка токенов в непальско-английских публикациях
  • подготовка код-свитчинг-корпусов к анализу
  • фильтрация и маршрутизация непальско-английского текста по языку

Ограничения

Модель предназначена для непальско-английского смешанного текста и обучена на данных LinCE; её пригодность для других языковых пар не подтверждена. Максимальная длина контекста составляет 512 токенов.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

codeswitch-nepeng-lid-lince

This is a pretrained model for language identification of nepali-english code-mixed data used from LinCE.

This model is trained for this below repository.

https://github.com/sagorbrur/codeswitch

To install codeswitch:

pip install codeswitch

Identify Language

  • Method-1

from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline

tokenizer = AutoTokenizer.from_pretrained("sagorsarker/codeswitch-nepeng-lid-lince")

model = AutoModelForTokenClassification.from_pretrained("sagorsarker/codeswitch-nepeng-lid-lince")
lid_model = pipeline('ner', model=model, tokenizer=tokenizer)

lid_model("put any nepali english code-mixed sentence")

  • Method-2
from codeswitch.codeswitch import LanguageIdentification
lid = LanguageIdentification('nep-eng') 
text = "" # your code-mixed sentence 
result = lid.identify(text)
print(result)

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
dea2944

0 моделей