/ Модель
Каталог

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Опубликована
23 мая 2022

Ссылки

Hugging Face

finetuning-sentiment-model-3000-samples

BaxterAI
Классификация текстаТекст → label3 профессии

Дообученная DistilBERT-модель для классификации тональности отзывов Amazon по полярности.

67скачиваний за 30 дней1лайквеса обновлены24 мая 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

BaxterAI разработала модель классификации текста на основе DistilBERT и дообучила её на distilbert-base-uncased с использованием набора данных amazon_polarity. Модель предназначена для определения тональности отзывов Amazon: она классифицирует текст по полярности.

В карточке указаны результаты на оценочной выборке: accuracy 0,9225 и F1 0,9241. Модель использует PyTorch и рассчитана на контекст до 512 токенов. Лицензия — Apache-2.0.

Сценарии применения

  • определение тональности отзыва о товаре
  • классификация отзыва как положительного или отрицательного
  • автоматическая сортировка отзывов Amazon по полярности

Ограничения

Оценочные метрики приведены только для выборки amazon_polarity и не гарантируют аналогичное качество на других типах текстов. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.1Корпоративные функцииСтратегия, продукт и бизнес-моделиAI помогает принимать продуктовые и стратегические решения на основе свидетельств, а не только интуиции.19 задач2 459моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuning-sentiment-model-3000-samples

This model is a fine-tuned version of distilbert-base-uncased on the amazon_polarity dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8170
  • Accuracy: 0.9225
  • F1: 0.9241

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: 3e-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: 20

Training results

Framework versions

  • Transformers 4.19.2
  • Pytorch 1.11.0+cu113
  • Datasets 2.2.2
  • Tokenizers 0.12.1

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
DistilBertForSequenceClassification
Ревизия весов
ab22bd8

0 моделей

    Создать бенчмарк