/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Базовая модель
GysBERT
Опубликована
22 июл 2026

gysbert-citation-ner-v2b

Разметка токеновТекст → label3 профессии

Дообученная на GysBERT модель BERT для обнаружения и разметки ссылок на римское право в нидерландских исторических текстах.

22скачиваний 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

shashankmc/gysbert-citation-ner-v2b — модель на основе BERT, дообученная на GysBERT для обнаружения в нидерландских текстах полных ссылок на римское право. Она размечает токены в формате BIO-2: метка LEG охватывает цитату целиком, например «L 1 § 2 ff de minoribus»; предназначена для автоматического извлечения таких ссылок из исторических юридических рукописей. Модель содержит 136,7 млн параметров, использует контекст до 512 токенов и распространяется в формате safetensors.

На отложенной рукописи модель показала F1 67,0%, точность 71,1% и полноту 63,3% при окне обработки 512 подслов; рекомендованный порог уверенности — 0,5. Результат оценки основан на сравнении с эталонным методом проекта и не гарантирует такую же точность на других рукописях. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение цитат из римского права из исторических рукописей
  • автоматическая разметка границ юридических ссылок
  • поиск правовых цитат в нидерландских текстах
  • подготовка исторических юридических корпусов для анализа

Ограничения

На отложенной рукописи F1 составила 67,0%, полнота — 63,3%, поэтому часть ссылок может быть пропущена, а часть предсказаний — ошибочна. Для инференса рекомендован порог 0,5; порог 0,9 подавляет корректные обнаружения.

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

gysbert-citation-ner-v2b

Fine-tuned emanjavacas/GysBERT (historical Dutch, 1500-1950) for detecting Roman-law citation spans (label LEG, BIO-2 scheme) embedded in 17th/18th-century Dutch court-register prose. Trained entirely on synthetic Dutch-context sentences with injected citation spans and hard negatives — see notebooks/finetune_gysbert.ipynb in the roman-law-converter project.

Usage

from transformers import pipeline

pipe = pipeline(
    "token-classification",
    model="shashankmc/gysbert-citation-ner-v2b",
    aggregation_strategy="simple",
)
pipe("sulcx als te sien is in L 1 § 2 ff de minoribus conform L 4 D de instru:")

Evaluation

Held-out agreement against the project's regex-grammar reference method on 16585_Deel_2.txt (a manuscript excluded from synthetic-data generation), at a 512-subword serving window:

  • F1 67.0%, precision 71.1%, recall 63.3%

Recommended inference threshold: min_score=0.5. This checkpoint's score distribution is less sharply separated than the prior v2 checkpoint, which was calibrated for a 0.9 threshold — using 0.9 here suppresses valid detections. See docs/experiments.md in the source repo for the full experiment log (v1/v2/v2b comparisons, window sweeps, error analysis).

Labels

BIO-2: O, B-LEG, I-LEG — LEG marks a full Roman-law citation span (e.g. L 1 § 2 ff de minoribus).

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
41e85ff

0 моделей