/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
CC BY 4.0
Архитектура
roberta · dense
Опубликована
30 мар 2022

readability-es-sentences

Классификация текстаТекст → label4 профессии

RoBERTa-модель для классификации предложений на простые и сложные при оценке читабельности испанского текста.

15скачиваний за 30 дней5лайковвеса обновлены4 апр 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

Модель readability-es-sentences разработана участниками SomosNLP Hackathon 2022 и представляет собой RoBERTa, дообученную на BERTIN для оценки читабельности испанского текста. Она классифицирует отдельные предложения по двум категориям: простое и сложное, помогая анализировать сложность текста и находить предложения для упрощения.

Модель содержит 151,8 млн параметров, принимает текст и выдаёт метку класса. Для неё указан контекст длиной 514 токенов. В README сообщается о macro-F1 0,8923 на валидационной выборке; независимый тестовый набор не использовался. Модель распространяется под лицензией CC BY 4.0.

Сценарии применения

  • оценка сложности испанских предложений
  • поиск сложных фрагментов в испанском тексте
  • отбор предложений для упрощения
  • анализ читабельности испанских учебных материалов

Ограничения

Метрики приведены только на валидационной выборке из-за нехватки данных и отсутствия надёжного тестового набора. Данные и исходная реализация могут содержать смещения; варианты испанского за пределами Испании представлены недостаточно.

Для каких профессий подходит4

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

Readability ES Sentences for two classes

Model based on the Roberta architecture finetuned on BERTIN for readability assessment of Spanish texts.

Description and performance

This version of the model was trained on a mix of datasets, using sentence-level granularity when possible. The model performs binary classification among the following classes:

  • Simple.
  • Complex.

It achieves a F1 macro average score of 0.8923, measured on the validation set.

Model variants

Datasets

Training details

Please, refer to this training run for full details on hyperparameters and training regime.

Biases and Limitations

  • Due to the scarcity of data and the lack of a reliable gold test set, performance metrics are reported on the validation set.
  • One of the datasets involved is the Spanish version of newsela, which is frequently used as a reference. However, it was created by translating previous datasets, and therefore it may contain somewhat unnatural phrases.
  • Some of the datasets used cannot be publicly disseminated, making it more difficult to assess the existence of biases or mistakes.
  • Language might be biased towards the Spanish dialect spoken in Spain. Other regional variants might be sub-represented.
  • No effort has been performed to alleviate the shortcomings and biases described in the original implementation of BERTIN.

Authors

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
841de37

0 моделей