Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-on-polarity-yelp-reviews-epoch-2
Опубликована: 22 мая 2024

Ссылки

Hugging Face

distilbert-on-polarity-yelp-reviews

BexRedpill

Классификация текстаТекст → label3 профессии

Дообученная DistilBERT-модель для классификации полярности отзывов Yelp.

12скачиваний за 30 дней0лайковвеса обновлены22 мая 2024

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

BexRedpill/distilbert-on-polarity-yelp-reviews — модель классификации текста на базе DistilBERT, дообученная на задаче анализа тональности отзывов Yelp. Она предназначена для определения полярности пользовательских отзывов и может применяться для сортировки или мониторинга отзывов о заведениях и услугах. В README приведены результаты на оценочной выборке: accuracy 0,9156 и F1 0,9157.

Модель принимает текст, поддерживает контекст до 512 токенов и распространяется в формате safetensors по лицензии Apache-2.0. README указывает, что модель дообучена на датасете, обозначенном как None, поэтому состав и охват обучающих данных неясны. Оценочные результаты не гарантируют такое же качество на других доменах, языках или типах текста.

Сценарии применения

определение тональности отзывов о ресторанах
разделение отзывов Yelp на положительные и отрицательные
автоматическая сортировка пользовательских отзывов
мониторинг тональности отзывов о заведениях и услугах

Ограничения

Показатели качества приведены только для оценочной выборки; качество на других данных не подтверждено. Описание датасета в README отсутствует.

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.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели III.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

distilbert-on-polarity-yelp-reviews

This model is a fine-tuned version of BexRedpill/distilbert-on-polarity-yelp-reviews-epoch-2 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.2049
Accuracy: 0.9156
F1: 0.9157
Precision: 0.9159
Recall: 0.9156

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: 1

Training results

Framework versions

Transformers 4.41.0
Pytorch 2.3.0+cu121
Datasets 2.19.1
Tokenizers 0.19.1

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: 27831d7