Характеристики

Контекст: 512 токенов
Параметры: 132 млн
Архитектура: camembert · dense
Базовая модель: augment-sentiment-finnlp-th
Опубликована: 21 дек 2023

Ссылки

wangchanberta-fine-tune-fin-news-sentiment-finnlp-th

Классификация текстаТекст → label3 профессии

Дообученная CamemBERT-модель для классификации текста, предназначенная, судя по названию, для анализа тональности финансовых новостей на тайском языке.

383скачиваний за 30 дней0лайковвеса обновлены21 дек 2023

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 Pakkapon/wangchanberta-fine-tune-fin-news-sentiment-finnlp-th — дообученная версия nlp-chula/augment-sentiment-finnlp-th для классификации текста. Она основана на архитектуре CamemBERT и содержит 132,5 млн параметров; максимальная длина контекста — 512 токенов. В README приведены результаты оценки: точность 0,7516 и loss 0,8258.

Название указывает на анализ тональности финансовых новостей на тайском языке, однако карточка не уточняет обучающий датасет, набор классов и конкретные сценарии применения. Весы опубликованы в формате safetensors. Условия лицензии в доступных данных не описаны.

Сценарии применения

Классификация тональности финансовых новостей на тайском языке
Разметка финансовых текстов по тональности
Оценка тональности новостных публикаций перед анализом рынка

Ограничения

В README не описаны обучающий датасет и классы тональности. На оценочном наборе указана точность 0,7516; лицензия в доступных данных не приведена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели III.1Корпоративные функцииСтратегия, продукт и бизнес-моделиAI помогает принимать продуктовые и стратегические решения на основе свидетельств, а не только интуиции.19 задач2 459моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wangchanberta-fine-tune-fin-news-sentiment-finnlp-th

This model is a fine-tuned version of nlp-chula/augment-sentiment-finnlp-th on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.8258
Accuracy: 0.7516

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: 5e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.5974	1.0	3054	0.5813	0.7310
0.5319	2.0	6108	0.5835	0.7457
0.444	3.0	9162	0.6145	0.7446
0.3585	4.0	12216	0.6913	0.7523
0.2813	5.0	15270	0.8258	0.7516

Framework versions

Transformers 4.36.2
Pytorch 2.1.0+cu121
Datasets 2.15.0
Tokenizers 0.15.0

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: CamembertForSequenceClassification
Ревизия весов: 38d8208