BERT-base model fine-tuned on the English portion of the ReadMe++ corpus for sentence-level readability prediction on a scale of 6-level CEFR scale
Github (Dataset and Python Package): https://github.com/tareknaous/readme
Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- Apache 2.0
- Архитектура
- bert · dense
- Опубликована
- 17 фев 2024
Ссылки
readabert-en
BERT-модель оценивает читаемость английских предложений по шестибалльной шкале CEFR.
100скачиваний за 30 дней0лайковвеса обновлены17 июл 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
Readabert-en — модель классификации текста на основе BERT-base, дообученная на англоязычной части корпуса ReadMe++ для оценки читаемости предложений по шестибалльной шкале CEFR. Она предназначена для анализа сложности англоязычных текстов, например для подбора учебных материалов под уровень читателя или предварительной сортировки текстов по сложности. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт категорию читаемости. Доступна в формате safetensors; лицензия Apache-2.0.
Сценарии применения
- Оценка сложности английских предложений
- Подбор англоязычных учебных текстов по уровню CEFR
- Сортировка материалов для изучающих английский язык
- Поиск предложений подходящего уровня сложности
Ограничения
Модель обучена для предложений на английском языке и предсказывает одну из шести категорий CEFR; контекст ограничен 512 токенами.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей
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 · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 4f4fcc3