Характеристики

Контекст: 512 токенов
Параметры: 534 млн
Архитектура: deberta-v2 · dense
Опубликована: 21 мар 2024

Ссылки

Hugging Face

website-classifier

KnutJaegersberg

Классификация текстаТекст → label6 профессий

Модель на базе DeBERTa-v2 определяет категорию веб-сайта по его текстовому содержимому.

23скачиваний за 30 дней0лайковвеса обновлены21 мар 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

KnutJaegersberg/website-classifier — модель классификации текста на базе DeBERTa-v2, обученная с помощью AutoTrain. Она предназначена для определения категории веб-сайта по тексту: обучающая выборка создана на основе категорий URL Classification Dataset [DMOZ] и примеров из корпуса C4, размеченных zero-shot-классификатором; использована только часть исходного датасета. Модель содержит 533,8 млн параметров и обрабатывает последовательности длиной до 512 токенов.

В README указаны метрики на валидации: accuracy около 0,91 и macro F1 около 0,91. Результаты относятся к описанной выборке и не гарантируют такое же качество на других сайтах и текстах. Модель опубликована в формате safetensors; сведения о лицензии отсутствуют в предоставленных данных.

Сценарии применения

автоматическая категоризация веб-сайтов по тексту
разметка страниц для каталога сайтов
классификация веб-контента по тематическим категориям
предварительная сортировка страниц для анализа корпуса сайтов

Ограничения

Использована только часть исходного датасета, а обучающие метки частично получены zero-shot-разметкой; качество на других доменах может отличаться. Контекст ограничен 512 токенами.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Used the website categories from URL Classification Dataset [DMOZ] https://www.kaggle.com/datasets/shawon10/url-classification-dataset-dmoz and a zero-shot-classifier on c4 sample to make a training dataset. Only a subset of the linked dataset was used.

Model Trained Using AutoTrain

Problem type: Text Classification

Validation Metrics

loss: 0.45181071758270264

f1_macro: 0.9103583954158208

f1_micro: 0.9108333333333334

f1_weighted: 0.9103583954158205

precision_macro: 0.9123282026272069

precision_micro: 0.9108333333333334

precision_weighted: 0.9123282026272069

recall_macro: 0.9108333333333334

recall_micro: 0.9108333333333334

recall_weighted: 0.9108333333333334

accuracy: 0.9108333333333334

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: DebertaV2ForSequenceClassification
Ревизия весов: bf2e470