Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Опубликована: 29 фев 2024

Ссылки

Hugging Face

xlm-roberta-large-go-emotions-v1

Prasadrao

Классификация текстаТекст → label3 профессии

Модель XLM-RoBERTa Large для классификации эмоций в текстах на наборе меток GoEmotions.

19скачиваний за 30 дней0лайковвеса обновлены4 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

Prasadrao разработал эту модель на базе XLM-RoBERTa Large, дообучив её для классификации эмоций в тексте на наборе данных GoEmotions. Она предназначена для определения эмоциональных категорий в тексте и может использоваться для анализа тональности сообщений, отзывов и реплик. Модель содержит 658,7 млн параметров, построена на архитектуре XLM-RoBERTa для классификации последовательностей и принимает контекст до 514 токенов. Опубликована в формате safetensors по лицензии MIT.

На оценочном наборе указаны accuracy 0,4521 и F1 0,5170, поэтому качество предсказаний может быть ограниченным; карточка не описывает подробности обучающих данных, список меток и языков. Для корректного применения следует сверить выходные метки с конфигурацией модели и оценить качество на данных целевого сценария.

Сценарии применения

определение эмоций в сообщениях пользователей
анализ эмоциональной окраски отзывов
группировка комментариев по эмоциональным категориям

Ограничения

На оценочном наборе указаны accuracy 0,4521 и F1 0,5170; качество может быть недостаточным для сценариев, требующих высокой точности. Карточка не раскрывает список меток и языковой охват.

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

xlm-roberta-large-go-emotions-v1

This model is a fine-tuned version of Prasadrao/xlm-roberta-large-go-emotions-v1 on an go emotion dataset. It achieves the following results on the evaluation set:

Loss: 0.0825
Accuracy: 0.4521
Precision: 0.5176
Recall: 0.5280
F1: 0.5170

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: 4

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	Precision	Recall	F1
No log	1.0	1357	0.0880	0.4244	0.4324	0.4433	0.4280
0.0972	2.0	2714	0.0812	0.4471	0.4878	0.5035	0.4871
No log	3.0	1357	0.0849	0.4480	0.5358	0.4967	0.4922
0.0729	4.0	2714	0.0825	0.4521	0.5176	0.5280	0.5170

Framework versions

Transformers 4.37.0
Pytorch 2.1.2
Datasets 2.15.0
Tokenizers 0.15.1

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: XLMRobertaForSequenceClassification
Ревизия весов: 027836f