Характеристики

Контекст: 1 024 токена
Лицензия: MIT
Архитектура: gpt2 · dense
Опубликована: 11 окт 2022

Ссылки

Hugging Face

gpt2-finetuning-sentiment-model-3000-samples

LYTinn

Классификация текстаТекст → label3 профессии

Дообученная на IMDb модель GPT-2 для классификации тональности отзывов.

53скачиваний за 30 дней0лайковвеса обновлены11 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

Модель LYTinn/gpt2-finetuning-sentiment-model-3000-samples — дообученная на наборе IMDb модель GPT-2 для классификации тональности текстов. Она использует архитектуру GPT2ForSequenceClassification и предназначена для определения тональности отзывов, в частности отзывов о фильмах. Модель принимает текст и выдаёт метки классов.

В карточке приведены результаты оценки на тестовой выборке: accuracy 0,6467 и F1 0,6159; эти показатели указывают на ограниченное качество классификации. Контекст модели составляет 1024 токена. Веса представлены в формате PyTorch, лицензия — MIT. Карточка не уточняет набор меток и языки обучающих данных, поэтому область применения за пределами IMDb не подтверждена.

Сценарии применения

Определение тональности отзыва о фильме
Разметка отзывов как позитивных или негативных
Анализ тональности коротких пользовательских текстов

Ограничения

На оценочной выборке модель показала accuracy 0,6467 и F1 0,6159, поэтому возможны частые ошибки. Обучение описано для IMDb; пригодность для других тематик и языков не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-finetuning-sentiment-model-3000-samples

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

Loss: 1.7442
Accuracy: 0.6467
F1: 0.6159

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: 2

Training results

Framework versions

Transformers 4.23.0
Pytorch 1.12.1+cu116
Datasets 2.5.2
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: 0e7adbe