ConfliBERT is a pre-trained language model for political conflict and violence. We provided four versions of ConfliBERT:
See more details in https://github.com/eventdata/ConfliBERT/
Характеристики
- Контекст
- 512 токенов
- Параметры
- 136 млн
- Лицензия
- GPL 3.0
- Архитектура
- bert · dense
- Опубликована
- 29 апр 2022
Ссылки
ConfliBERT-scr-cased
Производная модели snowood1/ConfliBERT-scr-uncased. Предварительно обученная модель BERT для языкового анализа текстов о политических конфликтах и насилии, включая предсказание замаскированных слов.
73скачиваний за 30 дней1лайквеса обновлены11 мая 2022
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
Карточка модели snowood1/ConfliBERT-scr-cased на Hugging Face совпадает с карточкой snowood1/ConfliBERT-scr-uncased, поэтому описание составлено по ней.
ConfliBERT-scr-uncased — предварительно обученная языковая модель семейства BERT для анализа политических конфликтов и насилия. Модель разработана авторами ConfliBERT; эта версия обучена с нуля с использованием собственного словаря без различения регистра.
Модель предназначена для языковых задач в тематике политических конфликтов и насилия. Она реализована как BertForMaskedLM с 136,3 млн параметров и контекстом до 512 токенов; доступный формат весов — PyTorch. Основная задача по метаданным — заполнение пропусков в тексте.
Модель не является чат-ассистентом и предназначена для предсказания замаскированных токенов, а не для свободной генерации ответов. README не сообщает языки обучающих данных или результаты оценки качества. Лицензия — GPL-3.0.
Сценарии применения
- предсказание пропущенных слов в текстах о политических конфликтах
- изучение контекстного употребления терминов о насилии
- подготовка признаков для анализа политических текстов
Ограничения
Модель предсказывает замаскированные токены и не предназначена для диалогового общения. Языки обучающих данных и результаты оценки качества в доступной карточке не описаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…
- Класс архитектуры
- BertForMaskedLM
- Ревизия весов
- ee6f9a9