Характеристики

Контекст: 512 токенов
Параметры: 190 млн
Архитектура: bert · dense
Базовая модель: arabic-MARBERT-sentiment
Опубликована: 23 ноя 2023

Ссылки

Hugging Face

Improved-MARBERT-attempt2

Anwaarma

Классификация текстаТекст → label3 профессии

Дообученная на базе MARBERT модель для классификации арабского текста, в частности анализа тональности.

25скачиваний за 30 дней0лайковвеса обновлены23 ноя 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

Improved-MARBERT-attempt2 — дообученная модель классификации последовательностей на базе Ammar-alhaj-ali/arabic-MARBERT-sentiment, опубликованная пользователем Anwaarma. Она предназначена для классификации арабского текста; исходная модель MARBERT определяет положительную, отрицательную или нейтральную тональность, поэтому этот чекпойнт может применяться для анализа тональности арабских текстов. Архитектура — BERT для классификации последовательностей, размер — около 190 млн параметров, максимальный контекст — 512 токенов.

В README приведены результаты оценки: accuracy 0,85 и loss 0,5969. Датасет дообучения обозначен как неизвестный, поэтому результаты не позволяют оценить качество на конкретных жанрах или разновидностях арабского языка. Модель опубликована в формате PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

определение тональности арабских отзывов
классификация арабских комментариев как положительных, отрицательных или нейтральных
анализ настроений в арабских публикациях и сообщениях

Ограничения

README указывает неизвестный датасет дообучения, поэтому приведённые accuracy 0,85 и loss 0,5969 не характеризуют качество на конкретных жанрах или разновидностях арабского языка. Лицензия не указана в предоставленных данных.

Для каких профессий подходит3

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 594модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Improved-MARBERT-attempt2

This model is a fine-tuned version of Ammar-alhaj-ali/arabic-MARBERT-sentiment on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.5969
Accuracy: 0.85

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	0.07	50	0.3387	0.87
No log	0.14	100	0.4445	0.85
No log	0.21	150	0.6001	0.79
No log	0.27	200	1.0466	0.78
No log	0.34	250	0.5674	0.81
No log	0.41	300	0.3374	0.85
No log	0.48	350	0.7026	0.76
No log	0.55	400	0.3953	0.84
No log	0.62	450	0.2559	0.88
0.3031	0.68	500	0.2551	0.91
0.3031	0.75	550	0.5071	0.83
0.3031	0.82	600	0.5743	0.81
0.3031	0.89	650	0.3198	0.92
0.3031	0.96	700	0.3801	0.87
0.3031	1.03	750	0.3169	0.91
0.3031	1.1	800	0.4731	0.87
0.3031	1.16	850	0.4643	0.91
0.3031	1.23	900	0.5969	0.85

Framework versions

Transformers 4.34.1
Pytorch 2.1.0+cu118
Datasets 2.14.7
Tokenizers 0.14.1

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: 49c9b2e