Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: indonesian-roberta-base
Опубликована: 2 мар 2022

Ссылки

Hugging Face

indonesian-roberta-base-posp-tagger

w11wo

Разметка токеновТекст → label3 профессии

Дообученная индонезийская RoBERTa для определения частей речи токенов в тексте.

3,3 млнскачиваний за 30 дней14лайковвеса обновлены19 фев 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

indonesian-roberta-base-posp-tagger — модель RoBERTa с 151,8 млн параметров, дообученная w11wo на наборе данных indonlu на основе flax-community/indonesian-roberta-base. Она предназначена для токенной классификации индонезийского текста; название указывает на разметку частей речи (POS-теггинг). Контекст модели — до 514 токенов.

На оценочном наборе indonlu модель достигла точности, полноты и F1 0,9625. Доступны веса в форматах PyTorch, Safetensors и TensorFlow. Лицензия — MIT.

Сценарии применения

разметка частей речи в индонезийском тексте
автоматическое присвоение POS-тегов словам
подготовка индонезийских текстов для лингвистического анализа

Ограничения

В карточке не описаны ограничения модели; приведённые метрики относятся к оценочному набору indonlu и не гарантируют такое же качество на других данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

indonesian-roberta-base-posp-tagger

This model is a fine-tuned version of flax-community/indonesian-roberta-base on the indonlu dataset. It achieves the following results on the evaluation set:

Loss: 0.1395
Precision: 0.9625
Recall: 0.9625
F1: 0.9625
Accuracy: 0.9625

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
No log	1.0	420	0.2254	0.9313	0.9313	0.9313	0.9313
0.4398	2.0	840	0.1617	0.9499	0.9499	0.9499	0.9499
0.1566	3.0	1260	0.1431	0.9569	0.9569	0.9569	0.9569
0.103	4.0	1680	0.1412	0.9605	0.9605	0.9605	0.9605
0.0723	5.0	2100	0.1408	0.9635	0.9635	0.9635	0.9635
0.051	6.0	2520	0.1408	0.9642	0.9642	0.9642	0.9642
0.051	7.0	2940	0.1510	0.9635	0.9635	0.9635	0.9635
0.0368	8.0	3360	0.1653	0.9645	0.9645	0.9645	0.9645
0.0277	9.0	3780	0.1664	0.9644	0.9644	0.9644	0.9644
0.0231	10.0	4200	0.1668	0.9646	0.9646	0.9646	0.9646

Framework versions

Transformers 4.37.2
Pytorch 2.2.0+cu118
Datasets 2.16.1
Tokenizers 0.15.1

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForTokenClassification
Ревизия весов: 5067796