/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
25 июл 2023

bert-multilingual-go-emtions

Классификация текстаТекст → label6 профессий

Многоязычная модель на основе BERT классифицирует английские и китайские тексты по 28 категориям эмоций GoEmotions.

326скачиваний за 30 дней32лайкавеса обновлены26 июл 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

SchuylerH разработал многоязычную модель классификации эмоций на основе BERT, дообученную на датасете GoEmotions для английских и китайских текстов. Она относит входной текст к одной из 28 категорий эмоций, включая радость, гнев, грусть, страх, благодарность и нейтральный тон, и подходит для анализа эмоциональной окраски сообщений и текстов на этих языках.

Модель имеет архитектуру BertForSequenceClassification, содержит около 205,1 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены метрики на валидационной выборке: accuracy 85,95%, precision 91,99%, recall 89,56% и F1 90,17%; эти показатели относятся к описанному автором эксперименту. Обучение включало машинно переведённые китайские данные и дополнительное включение уверенно предсказанных примеров, поэтому качество может зависеть от языка и распределения данных.

Весы представлены в формате PyTorch и распространяются по лицензии Apache-2.0.

Сценарии применения

  • определение эмоций в англоязычных сообщениях
  • определение эмоций в китайских сообщениях
  • анализ настроения и эмоциональной реакции пользователей
  • автоматическая разметка текстов по категориям эмоций

Ограничения

README сообщает метрики только для валидационной выборки и не приводит отдельные результаты по каждому языку. Китайская часть обучающих данных была машинно переведена, что может влиять на качество классификации.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Multilingual (English and Chinese) GoEmotions Classification Model

This repository hosts a fine-tuned BERT model for cross-language emotion classification on the GoEmotions dataset. This model is unique as it has been trained on a multilingual dataset comprising of English and Chinese texts. It is capable of classifying text into one of 28 different emotion categories.

The 28 emotion categories, according to the GoEmotions taxonomy, are: 'admiration', 'amusement', 'anger', 'annoyance', 'approval', 'caring', 'confusion', 'curiosity', 'desire', 'disappointment', 'disapproval', 'disgust', 'embarrassment', 'excitement', 'fear', 'gratitude', 'grief', 'joy', 'love', 'nervousness', 'optimism', 'pride', 'realization', 'relief', 'remorse', 'sadness', 'surprise', and 'neutral'.

Model Performance

The model demonstrates high performance on the validation set, with the following scores:

Accuracy: 85.95% Precision: 91.99% Recall: 89.56% F1 Score: 90.17% These results indicate the model's high accuracy and precision in predicting the correct emotion category for a given input text, regardless of the language (English or Chinese).

Training data

The dataset used for training the model is a combined dataset of the original English GoEmotions dataset and a machine translated Chinese version of the GoEmotions dataset.

The dataset is split into two parts:

  • Labeled data: Used for initial training. It includes both English and machine translated Chinese samples. This labeled data is further split into a training set (80%) and a validation set (20%).
  • Unlabeled data: Used for making predictions and adding confidently predicted samples to the training data. It includes both English and machine translated Chinese samples.

Training

The model is trained in two stages:

  1. Initial training on the labeled data.
  2. Predictions are made on the unlabeled data, and the most confidently predicted samples are added to the training data. The model is then retrained on this updated labeled data.

The model is trained for a total of 20 epochs (10 epochs for each stage). Precision, recall, and F1 score are logged during training.

Usage

Here is a code snippet showing how to use this model:

from transformers import AutoTokenizer, AutoModelForSequenceClassification
from transformers import pipeline

# Load the model and tokenizer
tokenizer = AutoTokenizer.from_pretrained("SchuylerH/bert-multilingual-go-emtions")
model = AutoModelForSequenceClassification.from_pretrained("SchuylerH/bert-multilingual-go-emtions")

text = "I love you."
nlp = pipeline("sentiment-analysis", model = model, tokenizer = tokenizer)

result = nlp(text)

print(result)

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
BertForSequenceClassification
Ревизия весов
5624f0a

0 моделей