/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
3 мая 2022

roberta-base-discourse-marker-prediction

Классификация текстаТекст → label3 профессии

Англоязычная модель на базе RoBERTa для классификации текста и предсказания дискурсивных маркеров и связок.

8 921скачиваний за 30 дней3лайкавеса обновлены6 апр 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

Sileod/roberta-base-discourse-marker-prediction — англоязычная модель классификации текста на базе RoBERTa, дообученная предсказывать дискурсивные маркеры и связки в наборе данных Discovery. Она предназначена для анализа дискурсивных отношений и прагматики, а также может служить стартовой моделью для задач понимания естественного языка и анализа дискурса. Модель содержит 151,8 млн параметров, принимает текст с контекстом до 514 токенов и распространяется в форматах PyTorch и Safetensors.

В README указана точность 30,93% на валидации; для сравнения, точность предсказания самого частого класса составляет 57%, поэтому результат по этой метрике ниже базового уровня. Лицензия — Apache-2.0. Карточка не описывает другие языки и сценарии, поэтому модель следует считать ориентированной на английский язык и использовать с учётом ограниченной указанной точности.

Сценарии применения

  • предсказание дискурсивной связки в тексте
  • классификация дискурсивных отношений
  • анализ прагматики английского текста
  • эксперименты с задачами понимания естественного языка
  • дообучение для анализа дискурса

Ограничения

В README указана валидационная точность 30,93%, ниже точности большинства класса 57%; качество по этой метрике ограничено. Ориентирована на английский язык.

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

Discourse marker prediction / discourse connective prediction pretrained model

roberta-base pretrained on discourse marker prediction on the Discovery dataset with a validation accuracy of 30.93% (majority class is 0.57%)

https://github.com/sileod/discovery

https://huggingface.co/datasets/discovery

This model can also be used as a pretrained model for NLU, pragmatics and discourse tasks

Citing & Authors

@inproceedings{sileo-etal-2019-mining,
    title = "Mining Discourse Markers for Unsupervised Sentence Representation Learning",
    author = "Sileo, Damien  and
      Van De Cruys, Tim  and
      Pradel, Camille  and
      Muller, Philippe",
    booktitle = "Proceedings of the 2019 Conference of the North {A}merican Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers)",
    month = jun,
    year = "2019",
    address = "Minneapolis, Minnesota",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/N19-1351",
    doi = "10.18653/v1/N19-1351",
    pages = "3477--3486",
}

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
688272c

0 моделей