許可證: mit
基礎模型: microsoft/mdeberta-v3-base
標籤:

• 訓練生成
  模型索引:
• 名稱: multilabel_ner
  結果: []
  語言:
• 俄語
  庫名: transformers
  示例輸入:
• 文本: "俄羅斯開始用土耳其高端替代品牌取代H&M和Zara的服裝。據NEWS.ru報道，匿名消息人士透露，替代品牌包括Perspective、Ketroy和Mexx等土耳其品牌，後者因盈利不佳於2017年退出俄羅斯市場。"
• 文本: "新西伯利亞警方逮捕了一名通過網店販毒的無業託木斯克居民。"
• 文本: '據外貝加爾邊疆區經濟發展部新聞處消息，"赤塔之泉"公司獲得國家支持並啟動"可樂"生產以保障就業。該部副部長丹尼斯·雷瑟夫稱這款"可樂"風味獨特，廠家宣稱使用了秘方成分，與享譽全球的"可口可樂"類似。俄新社報道，新生產線保住了241個工作崗位，首批900箱產品於10月5日下線，當日即有600箱被當地商家採購。雷瑟夫補充道："這是進口替代背景下的預期產品。懷念'可口可樂'？現在有了更好的本土版！"外貝加爾擔保基金為"赤塔之泉"提供了2500萬盧布貸款擔保，貸款總額近5000萬盧布。此前有消息稱，莫斯科州計劃由"波利內特"公司新建液體壓縮機和過濾器生產線。'

基於RURED2微調的俄語NER模型。
https://github.com/denis-gordeev/rured2

如有疑問，請通過https://t.me/nlp_party聯繫
本模型支持單令牌多標籤輸出，使用示例如下：

（此處保留原始代碼塊，僅翻譯註釋）

denis-gordeev/rured2-ner-microsoft-mdeberta-v3-base

本模型是基於microsoft/mdeberta-v3-base在None數據集上微調的版本，評估集表現如下： （此處保留所有指標數據，僅翻譯指標名稱，如"損失值"、"微平均F1"等）

模型描述

需補充信息

使用場景與限制

需補充信息

訓練與評估數據

需補充信息

訓練流程

訓練超參數

• 學習率: 1e-05
• 訓練批大小: 4
• 評估批大小: 4
• 隨機種子: 42
• 優化器: 帶betas=(0.9,0.999)和epsilon=1e-08的Adam
• 學習率調度器類型: 線性
• 訓練輪次: 10000
• 混合精度訓練: 原生AMP

訓練結果

（此處保留所有訓練過程數據表格，僅翻譯表頭指標名稱）

框架版本

• Transformers 4.35.0
• Pytorch 2.1.0+cu121
• Datasets 2.2.2
• Tokenizers 0.14.1