许可证：llama2
语言：

• 英语
• 阿拉伯语
  评估指标：
• 准确率
• F1分数
  库名称：transformers

llama-7b-v1-Receipt-Key-Extraction

llama-7b-v1-Receipt-Key-Extraction 是一个基于LLamA v1的70亿参数模型

AMuRD：带注释的多语言收据数据集，用于跨语言关键信息提取与分类

用途

该模型仅限研究用途，支持英语和阿拉伯语的收据条目关键信息提取。

快速开始

使用以下代码快速体验模型：

# pip install -q transformers  

import torch  
from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig  

checkpoint = "abdoelsayed/llama-7b-v1-Receipt-Key-Extraction"  
device = "cuda" if torch.cuda.is_available() else "cpu"  

tokenizer = AutoTokenizer.from_pretrained(checkpoint, model_max_length=512,  
        padding_side="right",  
        use_fast=False,)  
model = AutoModelForCausalLM.from_pretrained(checkpoint).to(device)  

def generate_response(instruction, input_text, max_new_tokens=100, temperature=0.1,  num_beams=4 ,top_k=40):  
    prompt = f"以下是描述任务的指令，附带提供上下文的输入。\n\n### 指令:\n{instruction}\n\n### 输入:\n{input_text}\n\n### 响应:"  
    inputs = tokenizer(prompt, return_tensors="pt")  
    input_ids = inputs["input_ids"].to(device)  
    generation_config = GenerationConfig(  
            temperature=temperature,  
            top_p=top_p,  
            top_k=top_k,  
            num_beams=num_beams,  
        )  
    with torch.no_grad():  
        outputs = model.generate(input_ids,generation_config=generation_config, max_new_tokens=max_new_tokens)  
    outputs = tokenizer.decode(outputs.sequences[0])  
    return output.split("### 响应:")[-1].strip().replace("</s>","")  

instruction = "从下列句子中提取类别、品牌、重量、单位数量、单位规格、单价、总价、包装和单位"  
input_text = "Americana Okra zero 400 gm"  

response = generate_response(instruction, input_text)  
print(response)  

引用

请按以下格式引用本模型：

@misc{abdallah2023amurd,  
    title={AMuRD：带注释的多语言收据数据集，用于跨语言关键信息提取与分类},  
    author={Abdelrahman Abdallah and Mahmoud Abdalla and Mohamed Elkasaby and Yasser Elbendary and Adam Jatowt},  
    year={2023},  
    eprint={2309.09800},  
    archivePrefix={arXiv},  
    primaryClass={cs.CL}  
}