/ Модель
Каталог

Характеристики

Контекст
514 токенов
Параметры
305 млн
Архитектура
xlm-roberta · dense
Опубликована
9 фев 2023

Ссылки

Hugging Face

finetuned-twitter-xlm-roberta-base-emotion

02shanky
Классификация текстаТекст → label4 профессии

Дообученная XLM-RoBERTa для классификации эмоций в текстовых сообщениях, включая публикации Twitter/X.

16скачиваний за 30 дней0лайковвеса обновлены9 фев 2023

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

Модель 02shanky/finetuned-twitter-xlm-roberta-base-emotion — версия XLM-RoBERTa, дообученная на наборе данных emotion для классификации эмоций в тексте. Она принимает последовательность текста и относит её к эмоциональному классу; в карточке указаны результаты на оценочной выборке: accuracy 0,9305 и F1 0,9307. Модель содержит около 305,2 млн параметров, использует архитектуру XLMRobertaForSequenceClassification и имеет контекст до 514 токенов. Опубликована в формате PyTorch.

Модель подходит для анализа эмоциональной окраски коротких сообщений, в том числе текстов из Twitter/X. Она унаследована от cardiffnlp/twitter-xlm-roberta-base. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Определение эмоций в публикациях Twitter/X
  • Автоматическая разметка эмоциональной окраски коротких сообщений
  • Подсчёт эмоциональных классов в массиве текстов
  • Фильтрация сообщений по эмоциональной категории

Ограничения

В README приведены метрики только для оценочной выборки; описание ограничений и подробности обучающих данных отсутствуют. Лицензия не указана в предоставленных данных.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuned-twitter-xlm-roberta-base-emotion

This model is a fine-tuned version of cardiffnlp/twitter-xlm-roberta-base on the emotion dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1793
  • Accuracy: 0.9305
  • F1: 0.9307

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: 64
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 8

Training results

Framework versions

  • Transformers 4.26.1
  • Pytorch 1.13.1+cu116
  • Datasets 2.9.0
  • Tokenizers 0.13.2

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
28e6d08

0 моделей

    Создать бенчмарк