Instructions to use remshu-inc/mmark with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- TF-Keras
How to use remshu-inc/mmark with TF-Keras:
# Note: 'keras<3.x' or 'tf_keras' must be installed (legacy), and from_pretrained_keras was removed in huggingface_hub 1.0. # See https://github.com/keras-team/tf-keras for more details. # !pip install "huggingface_hub<1.0" tf_keras from huggingface_hub import from_pretrained_keras model = from_pretrained_keras("remshu-inc/mmark") - Notebooks
- Google Colab
- Kaggle
Модель предназначена для решения задачи определения оценки за ученический текст на немецком языке. Модель представляет собой полносвязную нейронную сеть с 10-ю входными нейронами, 25 нейронами в первом скрытом слое, 11 нейронами во втором скрытом слое, 4 – нейронами в третьем скрытом слое, 1 нейроном в выходном слое. На вход поступают нормированные на количество токенов в тексте значения:
- количество грамматических ошибок в тексте;
- количество лексических ошибок в тексте;
- количество синтаксических ошибок в тексте;
- количество орфографических ошибок в тексте;
- количество дискурсивных ошибок в тексте;
- количество пропусков слов в тексте;
- количество лишних слов в тексте;
- количество ошибок с уровнем грубости 1;
- количество ошибок с уровнем грубости 2;
- количество ошибок с уровнем грубости 3.
На выходе модель выдает значение оценки за текст по 12-балльной шкале. 1 соответствует минимальной оценке, 12 -- максимальной.
Для работы с моделью рекомендуется использовать библиотеку remshu-inc/pakt-work-tools.
- Downloads last month
- 1
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support