/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Библиотека
transformers
Опубликована
6 мая 2024

roberta-base-job-ner

Разметка токеновТекст → label7 профессий

Англоязычная RoBERTa-модель выделяет профессии, навыки, квалификации, опыт и предметные области в текстах о работе.

139скачиваний за 30 дней0лайковвеса обновлены26 июн 2024

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 распознавания сущностей в текстах о вакансиях и профессиях, разработанная группой NLP Международного эллинского университета. Это дообученная FacebookAI/roberta-base модель RoBERTa с архитектурой RobertaForTokenClassification и примерно 151,8 млн параметров. Она размечает текст на уровне токенов и выделяет профессии, навыки, квалификации, опыт и предметные области. Модель рассчитана на английский язык и контекст до 514 токенов.

Модель подходит для извлечения структурированных требований из описаний вакансий и резюме, например для поиска профессий и навыков. В README приведены строгие span-F1 оценки на тестовой части обучающего датасета: 0,83 для профессий, 0,56 для опыта и 0,30 для предметных областей; это указывает на неодинаковое качество распознавания разных категорий. Обучение проводилось на открытом датасете Green et al.; лицензия модели — MIT.

Сценарии применения

  • извлечение названий профессий из вакансий
  • выделение навыков из описаний вакансий
  • поиск квалификационных требований в текстах о работе
  • извлечение требований к опыту из вакансий
  • разметка предметных областей в описаниях должностей

Ограничения

Качество зависит от категории: строгий span-F1 на тестовой выборке составляет 0,83 для профессий, 0,56 для опыта и 0,30 для предметных областей. Модель предназначена для английского языка и обучена на датасете для текстов о работе.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This entity recognition model is used for information extraction in job-related texts. It can identify entities of Occupation, Skills, Qualifications, Experience and Domain. It is trained based on the open-source dataset provided by Green et. al.

  • Developed by: International Hellenic University NLP
  • Model type: Token Classification
  • Language(s) (NLP): English
  • Finetuned from model: FacebookAI/roberta-base

Uses

Load model directly

from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("tabiya/roberta-base-job-ner")
model = AutoModelForTokenClassification.from_pretrained("tabiya/roberta-base-job-ner")

Training Details

Training Data

More information about the training dataset can be found here

Training Procedure

The training of this model was done using the HuggingFace token classification tutorial

Training Hyperparameters

  • Max Length: 128
  • Batch Size: 32
  • Learning Rate: 0.0001
  • Epochs: 5
  • Weight Decay: 0.01

Evaluation

Testing Data, Factors & Metrics

Testing Data

The training was evaluated on the test set of the training dataset provided by Green et. al.

Metrics

Following standard procedures for evaluating entity recognition training the chosen metric was the strict span-F1 measure provided by the seqeval library.

Results

Entity CategoryStrict Span-F1
Domain0.3
Experience0.56
Occuption0.83
Qualification0.55
Skill0.51
Micro Average0.56

Compute Infrastructure

The hyperparameter search and training was done on the Advanced Research Computing (ARC) of the University of Oxford.

Hardware

All training was performed on V100 GPUs.

Citation

BibTeX:

TBD

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
RobertaForTokenClassification
Ревизия весов
5246a5f

0 моделей