Дообученная индонезийская BERT-модель для классификации эмоций в текстах, включая публикации Twitter.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Ha1dir/emosi-indobert — модель классификации эмоций в тексте на индонезийском языке, в частности в сообщениях Twitter. Она основана на BERT и дообучена на indobenchmark/indobert-base-p1; содержит около 151,6 млн параметров и обрабатывает последовательности длиной до 512 токенов. Модель относит текст к одному из шести классов: гнев, страх, печаль, радость, любовь или нейтральная эмоция.
Модель подходит для анализа тональности и эмоциональных реакций в индонезийских сообщениях, включая мониторинг публикаций в социальных сетях и разметку текстов по эмоциям. В карточке указано хранение весов в формате safetensors. Сведения о лицензии отсутствуют в предоставленных данных.
Модель ориентирована на индонезийский язык и шесть заданных эмоциональных классов; качество на других языках и типах текста не подтверждено. Лицензия не указана в предоставленных данных.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Model ini digunakan untuk klasifikasi emosi dalam teks berbahasa Indonesia, khususnya dari Twitter. Label yang digunakan meliputi: angry, fear, sadness, happy, love, dan neutral.
Label = { 0: 'angry', 1: 'fear', 2: 'sadness', 3: 'happy', 4: 'love', 5: 'neutral' }
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…