/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Библиотека
transformers
Опубликована
12 июл 2023

khmer-pos-roberta

Разметка токеновТекст → label3 профессии

Дообученная XLM-RoBERTa размечает части речи в кхмерских текстах.

1 334скачиваний за 30 дней0лайковвеса обновлены12 июл 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 seanghay/khmer-pos-roberta — дообученная версия XLM-RoBERTa Base для разметки частей речи в кхмерском тексте. Она обучена на наборе khPOS и выполняет классификацию токенов. На тестовой выборке указаны точность 97,35%, precision 95,12%, recall 95,26% и F1 95,19%; автор отмечает, что результат близок к 98,15% из исходной статьи, хотя сравнение осложняется использованием многоязычной модели с иным набором токенов.

Модель содержит 305,2 млн параметров, принимает текст с контекстом до 514 токенов и распространяется под лицензией Apache-2.0. Предназначена для извлечения лингвистической информации из кхмерских текстов; заявленная область применения ограничена разметкой частей речи.

Сценарии применения

  • разметка частей речи в кхмерском тексте
  • извлечение грамматических категорий из кхмерских предложений
  • подготовка кхмерских текстов для лингвистического анализа

Ограничения

Модель предназначена для разметки частей речи в кхмерских текстах; результаты на других языках и задачах не заявлены. Метрики получены на тестовой части khPOS и могут отличаться на других данных.

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

Khmer Part of Speech Tagging with XLM RoBERTa

This model is a fine-tuned version of xlm-roberta-base on the khPOS dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1063
  • Precision: 0.9512
  • Recall: 0.9526
  • F1: 0.9519
  • Accuracy: 0.9735

Model description

The original paper achieved 98.15% accuracy while this model achieved only 97.35% which is close. However, this is a multilingual model so it has more tokens than the original paper.

Intended uses & limitations

This model can be used to extract useful information from Khmer text.

Training and evaluation data

train: 90% / test: 10%

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 24
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
No log1.04500.13470.93140.93330.93240.9603
0.48342.09000.11830.94070.93770.93920.9653
0.13233.013500.10260.94840.94820.94830.9699
0.0954.018000.09860.95020.94900.94960.9712
0.07745.022500.09780.94940.94910.94930.9712
0.06166.027000.09910.94930.95070.95000.9715
0.04947.031500.09890.95290.95400.95340.9731
0.04148.036000.10370.94990.95010.95000.9722
0.03399.040500.10560.95160.95170.95160.9734
0.02910.045000.10630.95120.95260.95190.9735

Framework versions

  • Transformers 4.30.2
  • Pytorch 2.0.1+cu118
  • Datasets 2.13.1
  • Tokenizers 0.13.3

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
XLMRobertaForTokenClassification
Ревизия весов
542ccf7

0 моделей