Характеристики

Контекст: 1 024 токена
Лицензия: MIT
Архитектура: gpt2 · dense
Опубликована: 31 окт 2022

Ссылки

Hugging Face

finetuning-sentiment-model-tweet-gpt2

LYTinn

Классификация текстаТекст → label3 профессии

Дообученная на неизвестном наборе данных модель GPT-2 для классификации тональности коротких текстов и твитов.

520скачиваний за 30 дней1лайквеса обновлены31 окт 2022

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

LYTinn/finetuning-sentiment-model-tweet-gpt2 — модель GPT-2, дообученная для классификации тональности коротких сообщений, в том числе твитов. В метаданных указаны архитектура GPT2ForSequenceClassification, формат PyTorch и контекст до 1024 токенов; лицензия — MIT.

На оценочном наборе модель показала accuracy 0,6908 и F1 0,6908. Датасет обучения, набор меток и подробные сценарии применения в карточке не описаны, поэтому качество на других данных может отличаться.

Сценарии применения

определение тональности твитов
классификация тональности коротких сообщений
автоматическая разметка пользовательских отзывов
анализ эмоциональной окраски коротких текстов

Ограничения

Данные обучения и набор классов не описаны. На оценочном наборе accuracy и F1 составили 0,6908; результаты на других данных могут отличаться.

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 III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuning-sentiment-model-tweet-gpt2

This model is a fine-tuned version of gpt2 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 2.3646
Accuracy: 0.6908
F1: 0.6908

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: 1
eval_batch_size: 1
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 6

Training results

Framework versions

Transformers 4.23.1
Pytorch 1.13.0+cu117
Datasets 2.6.1
Tokenizers 0.13.1

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: GPT2ForSequenceClassification
Ревизия весов: 7357614