model upload

README.md

@@ -0,0 +1,22 @@
+---
+
+language: 
+  - hu
+tags:
+- token-classification
+license: gpl
+metrics:
+- F1
+widget:
+- text: "Bár sok megpróbáltatáson és piaci turbulencián van túl a magyar zöldségtermesztés, az elmúlt 20-30 évben nem volt példa arra, hogy akkora bizonytalansággal induljon egy év, mint az idén – mondta az Indexnek Gubacsi Péter, a Magyar Zöldség-Gyümölcs Szakmaközi Szervezet és Terméktanács (FruitVeB) alelnöke. Az ágazat szereplőinek egybehangzó véleménye szerint egyszerűen tervezhetetlen a működés úgy, hogy a hektikusan alakuló uniós energiapiaci helyzet és a rekordszinten lévő földgáz- és áramárak miatt gyakorlatilag naponta változik, hogy mennyiért tudnak energiát vagy műtrágyát venni."
+
+---
+
+# Hungarian named entity recognition model with four entity types: PER ORG LOC MISC
+
+  - Pretrained model used: SZTAKI-HLT/hubert-base-cc 
+  - Finetuned on NYTK-NerKor Corpus
+  	
+## Limitations
+
+- max_seq_length = 448

config.json

@@ -0,0 +1,55 @@
+{
+  "_name_or_path": "SZTAKI-HLT/hubert-base-cc",
+  "architectures": [
+    "TokenClassifier"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "finetuning_task": "nerkor_org_ner",
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "id2label": {
+    "0": "LABEL_0",
+    "1": "LABEL_1",
+    "2": "LABEL_2",
+    "3": "LABEL_3",
+    "4": "LABEL_4",
+    "5": "LABEL_5",
+    "6": "LABEL_6",
+    "7": "LABEL_7",
+    "8": "LABEL_8",
+    "9": "LABEL_9",
+    "10": "LABEL_10",
+    "11": "LABEL_11"
+  },
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "label2id": {
+    "LABEL_0": 0,
+    "LABEL_1": 1,
+    "LABEL_10": 10,
+    "LABEL_11": 11,
+    "LABEL_2": 2,
+    "LABEL_3": 3,
+    "LABEL_4": 4,
+    "LABEL_5": 5,
+    "LABEL_6": 6,
+    "LABEL_7": 7,
+    "LABEL_8": 8,
+    "LABEL_9": 9
+  },
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.12.2",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 32001
+}

model_config.json

@@ -0,0 +1 @@
+{"bert_model": "SZTAKI-HLT/hubert-base-cc", "do_lower": false, "max_seq_length": 448, "num_labels": 12, "labels": ["O", "B-LOC", "B-MISC", "B-ORG", "B-PER", "I-LOC", "I-MISC", "I-ORG", "I-PER", "[CLS]", "[SEP]"]}

pytorch_model.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a648dfe4f9f738efaa12d9e1ac6ad926f7e83ea69525a79dd4fc14a7a21df7af
+size 440230385

special_tokens_map.json

@@ -0,0 +1 @@
+{"unk_token": "[UNK]", "sep_token": "[SEP]", "pad_token": "[PAD]", "cls_token": "[CLS]", "mask_token": "[MASK]"}

tokenizer_config.json

@@ -0,0 +1 @@
+{"do_lower_case": false, "do_basic_tokenize": false, "never_split": null, "unk_token": "[UNK]", "sep_token": "[SEP]", "pad_token": "[PAD]", "cls_token": "[CLS]", "mask_token": "[MASK]", "tokenize_chinese_chars": true, "strip_accents": null, "special_tokens_map_file": null, "full_tokenizer_file": null, "tokenizer_file": null, "name_or_path": "SZTAKI-HLT/hubert-base-cc", "tokenizer_class": "BertTokenizer"}