/ Модель

Характеристики

Контекст
512 токенов
Лицензия
CC BY 4.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
transformers
Опубликована
11 июл 2026

distilbert_amazon_book_classification

Классификация текстаТекст → label

Дообученная DistilBERT-модель для отнесения книг Kindle к одной из 31 категории Amazon по названию и имени автора.

38скачиваний за 30 дней1лайквеса обновлены3 окт 2026

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

Модель Chima207/distilbert_amazon_book_classification — дообученная версия DistilBERT для классификации книг Kindle по 31 стандартной категории Amazon. Она принимает название книги и имя автора, объединённые в текст, и предсказывает категорию, например «Литература и художественная проза», «Научная фантастика и фэнтези», «Романтика» или «Бизнес и финансы». Модель основана на distilbert/distilbert-base-uncased, использует архитектуру DistilBertForSequenceClassification и рассчитана на английский язык. Максимальная длина контекста — 512 токенов.

Модель обучена на структурированных метаданных книг Amazon Kindle из набора Kaggle и может применяться для категоризации каталога и сравнительных экспериментов по адаптации к предметной области. На оценочной выборке указаны точность 58,71% и Macro F1 58,65%, поэтому качество предсказаний ограничено. На неформальном, неструктурированном или пользовательском тексте модель может работать хуже. Лицензия — CC BY 4.0.

Сценарии применения

  • автоматическая категоризация книг Kindle по жанрам
  • разметка названий книг и авторов категориями Amazon
  • классификация карточек книг в каталоге
  • сравнение моделей для классификации книжных метаданных
  • эксперименты по адаптации классификатора к книжной тематике

Ограничения

На оценочной выборке точность составляет 58,71%, а Macro F1 — 58,65%. Модель может хуже работать на неформальном, неструктурированном или пользовательском тексте без дополнительной адаптации.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert_amazon_book_classification

This model is a fine-tuned version of distilbert-base-uncased on an Kaggle Amazon Kindle Books dataset. It achieves the following results on the evaluation set:

  • Loss: 1.4475
  • Accuracy: 0.5871
  • F1 Score: 0.5865
  • Precision: 0.5967
  • Recall: 0.5871

Model description

This model is a fine-tuned version of distilbert-base-uncased trained directly on structured Amazon book metadata across 31 standardized Kindle categories.

Serving as a clean-data benchmark in comparative analysis, this model evaluates genre classification performance under structured, editorial metadata conditions. It achieves an Accuracy of 58.71% and a Macro F1-Score of 58.65%, demonstrating that high inherent data quality and structured category labels significantly improve the upper-bound performance of transformer architectures.

Intended uses & limitations

  • Direct classification of structured book descriptions into standard Amazon Kindle categories.

  • Comparative benchmarking for domain adaptation and cross-domain transfer learning experiments.

  • May underperform or show sensitivity when applied to highly informal, uncurated, or user-generated text inputs without prior domain adaptation.

Datasets

Training and evaluation data

  • Source: Official Amazon Kindle book product listings and metadata.

  • Target Taxonomy: 31 standardized Amazon Kindle categories (e.g., Literature & Fiction, Sci-Fi & Fantasy, Romance, Business & Money).

  • Input Features: Concatenated book title and author.

  • Metadata Quality: High quality, structured, and editorially curated product descriptions with minimal noise compared to community-driven tags.

  • Splits: Partitioned into stratified (80/20) train and test sets across all 31 target classes.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracyF1 ScorePrecisionRecall
1.64360.999996791.46880.56800.56240.58220.5680
1.08451.9998193581.44750.58710.58650.59670.5871

Framework versions

  • Transformers 4.45.2
  • Pytorch 2.5.1
  • Datasets 4.1.1
  • Tokenizers 0.20.1

Academic Context & Citation / Akademischer Kontext

This repository and model were developed as part of a Bachelor's thesis in 2026.

  • Title: Classification of Goodreads genres: A methodological comparison of Doc2Vec and DistilBERT
  • License: CC BY-NC 4.0 (Free for research, education, and personal use; commercial use prohibited)

Dieses Repository und Modell wurden im Rahmen einer Bachelorarbeit im Jahr 2026 entwickelt.

  • Titel: Klassifikation von Goodreads-Genres: Ein methodischer Vergleich von Doc2Vec und DistilBERT
  • Lizenz: CC BY-NC 4.0 (Frei für Forschung, Lehre und private Nutzung; kommerzielle Nutzung untersagt)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForSequenceClassification
Ревизия весов
8f6fe96

0 моделей