/ Модель

Характеристики

Контекст
512 токенов
Параметры
190 млн
Архитектура
bert · dense
Опубликована
7 авг 2022

arabic-MARBERT-sentiment

Классификация текстаТекст → label4 профессии

Дообученная на датасете KAUST модель MARBERT определяет положительную, отрицательную или нейтральную тональность арабского текста.

276скачиваний за 30 дней11лайковвеса обновлены9 авг 2022

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

Arabic-MARBERT-Sentiment — модель анализа тональности арабского текста, созданная Ammar-alhaj-ali дообучением MARBERT. Она классифицирует текст по трём категориям: положительная, отрицательная и нейтральная тональность; в примерах карточки анализируются короткие отзывы и высказывания.

Модель построена на архитектуре BERT и содержит около 190 млн параметров. Она принимает текст и выдаёт метку тональности с оценкой уверенности. Контекст ограничен 512 токенами. Для дообучения использован датасет KAUST. Модель распространяется в формате PyTorch.

Сценарии применения

  • определение тональности арабских отзывов
  • классификация арабских комментариев на положительные и отрицательные
  • анализ настроений в арабских сообщениях
  • автоматическая разметка арабских текстов по тональности

Ограничения

Обучение описано на датасете KAUST с тремя метками; качество на других жанрах и вариантах арабского языка не уточняется. Максимальный контекст составляет 512 токенов.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Arabic-MARBERT-Sentiment Model

Model description

Arabic-MARBERT-Sentiment Model is a Sentiment analysis model that was built by fine-tuning the MARBERT model. For the fine-tuning, I used KAUST dataset, which includes 3 labels(positive,negative,and neutral).

How to use

To use the model with a transformers pipeline:

>>>from transformers import pipeline
>>>model = pipeline('text-classification', model='Ammar-alhaj-ali/arabic-MARBERT-sentiment')
>>>sentences = ['لقد استمتعت بالحفلة', 'خدمة المطعم كانت محبطة']
>>>model(sentences)
[{'label': 'positive', 'score': 0.9577557444572449},
{'label': 'negative', 'score': 0.9158180952072144}]

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
BertForSequenceClassification
Ревизия весов
db06358

0 моделей