Дообученная BERT-модель для определения тональности и классификации текстов на тунисском диалекте арабского языка.
92скачиваний за 30 дней3лайкавеса обновлены10 янв 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
TuniBert — дообученная модель BERT от AhmedBou для классификации текстов на тунисском диалекте арабского языка. Она обучена на корпусе Tunisian-Dialect-Corpus и предназначена прежде всего для анализа тональности: относит текст к положительному, отрицательному или нейтральному классу. Модель также заявлена для задач классификации текста.
Модель содержит 137,8 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Репозиторий содержит веса PyTorch. Модель создана в рамках магистерской исследовательской работы и распространяется по лицензии Apache-2.0.
Сценарии применения
определение положительной, отрицательной или нейтральной тональности тунисских текстов
анализ мнений в публикациях на тунисском диалекте
классификация отзывов на тунисском арабском
разметка тунисских текстов по тональности для исследований
Ограничения
Модель ориентирована на тунисский диалект, поэтому её пригодность для других вариантов арабского языка и других языков не подтверждена. Максимальная длина входа — 512 токенов; в карточке указаны три класса тональности.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
This is a fineTued Bert model on Tunisian dialect text (Used dataset: AhmedBou/Tunisian-Dialect-Corpus), ready for sentiment analysis and classification tasks.
LABEL_1: Positive
LABEL_2: Negative
LABEL_0: Neutral
This work is an integral component of my Master's degree thesis and represents the culmination of extensive research and labor.
If you wish to utilize the Tunisian-Dialect-Corpus or the TuniBert model, kindly refer to the directory provided. [huggingface.co/AhmedBou][github.com/BoulahiaAhmed]
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров