/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
CC BY 4.0
Архитектура
xlm-roberta · dense
Библиотека
transformers
Опубликована
23 сен 2025

LexCAT

Классификация текстаТекст → label3 профессии

LexCAT классифицирует тональность отзывов на смешанном тагальско-английском языке с учётом смены эмоциональной окраски внутри предложения.

112скачиваний за 30 дней1лайквеса обновлены23 сен 2025

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

LexCAT — модель анализа тональности текста, разработанная Гленном Маркусом Д. Синко в Mapúa University в рамках тезисной работы. Она дообучена на XLM-RoBERTa с лексиконом LexiLiksik и предназначена для классификации тональности в код-свитчевых текстах на тагальском и английском языках, включая смену тональности внутри предложения. Модель обучалась на 10 487 отзывах FiReCS; для оценки использовались наборы SentiTaglish Products and Services и тестовая часть FiReCS.

Архитектура — XLM-RoBERTa для классификации последовательностей, около 305,2 млн параметров; максимальный контекст — 514 токенов. LexCAT учитывает лексические признаки, корректирует внимание к словам с эмоциональной окраской и использует метаданные при агрегации представлений. В README указаны точность 84,31% и F1 0,8566 на валидации; модель особенно рассчитана на смешанный Taglish и контрастные фразы вроде «Maganda pero expensive». Доступна по лицензии CC BY 4.0.

Сценарии применения

  • определение тональности отзывов на Taglish
  • анализ смешанных тагальско-английских отзывов о товарах и услугах
  • классификация отзывов с контрастной тональностью внутри предложения

Ограничения

Модель ориентирована на код-свитчевые тексты Tagalog–English и оценивалась на наборах отзывов FiReCS и SentiTaglish; качество на других языках и жанрах не описано. Указанная точность относится к валидации.

Для каких профессий подходит3

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

LexCAT: Lexicon-Enhanced Code-Switched Attention Transformer for Tagalog–English Sentiment Analysis

Author: Glenn Marcus D. Cinco
Institution: Mapúa University
Thesis Title: LexCAT: A Lexicon-Based Approach for Code-Switching Analysis with Transformers Using XLM-RoBERTa and LexiLiksik
Degree: BS & MS in Computer Science
Date: July 2025


🎓 Abstract

LexCAT is a fine-tuned XLM-RoBERTa model enhanced with LexiLiksik, a cross-lingual, context-aware Tagalog–English sentiment lexicon developed to handle intra-sentential sentiment shifts in code-switched Taglish text. LexCAT achieves 84.31% validation accuracy on the FiReCS dataset, significantly outperforming monolingual baselines (FilCon: 73.12%, SentiWordNet: 69.52%).

This model is the final output of a thesis that systematically addresses gaps in code-switched sentiment analysis through lexicon development, attention biasing, and real-world fine-tuning.


🔧 Model Architecture

  • Base Model: xlm-roberta-base
  • Enhancement: Integrated LexiLiksik via:
    • Soft constraints during fine-tuning
    • Attention weight adjustment for sentiment-relevant tokens
    • Metadata-aware pooling (POS, code-switching type)
  • Fine-tuning Dataset: FiReCS (10,487 Filipino–English code-switched reviews)
  • Evaluation Dataset: SentiTaglish Products and Services + FiReCS Test Set

📊 Performance

MetricValue
Accuracy84.31%
F1-Score0.8566
Precision0.8353
Recall0.8574
Cohen’s κ0.83 (from FiReCS annotators)

✅ Key Strength: Correctly classifies contrastive phrases like “Maganda pero expensive” as negative.


📥 How to Use

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_name = "your-hf-username/LexCAT-LexiLiksik-Final"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

text = "sobrang lambot ng burger pero expensive tlga"
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)
outputs = model(**inputs)
predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
predicted_class = torch.argmax(predictions, dim=1).item()

# Class: 0 = Negative, 1 = Neutral, 2 = Positive
sentiment = ["Negative", "Neutral", "Positive"][predicted_class]
print(f"Predicted Sentiment: {sentiment}")

📚 Citation

@mastersthesis{cinco2025lexcat,
  author = {Cinco, Glenn Marcus D.},
  title = {LexCAT: A Lexicon-Based Approach for Code-Switching Analysis with Transformers Using XLM-RoBERTa and LexiLiksik},
  school = {Mapúa University},
  year = {2025},
  month = {July}
}

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
XLMRobertaForSequenceClassification
Ревизия весов
02869c6

0 моделей