Характеристики

Контекст: 512 токенов
Параметры: 190 млн
Архитектура: bert · dense
Базовая модель: bert-base-parsbert-uncased
Опубликована: 7 сен 2023

Ссылки

Hugging Face

Persian-Text-Sentiment-Bert-V1

SeyedAli

Классификация текстаТекст → label3 профессии

Дообученная персидская BERT-модель для классификации тональности текста.

11скачиваний за 30 дней5лайковвеса обновлены18 ноя 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

Persian-Text-Sentiment-Bert-V1 — модель классификации текста на основе BERT, дообученная разработчиком SeyedAli на пользовательском наборе данных от HooshvareLab/bert-base-parsbert-uncased. Она предназначена для анализа тональности персидского текста. В метаданных указаны 190 млн параметров и контекст до 512 токенов; модель использует архитектуру BertForSequenceClassification и опубликована в форматах PyTorch и Safetensors.

На оценочном наборе модель показала точность 0,8716 и F1-score 0,8715. Описание набора данных и его ограничений в карточке отсутствует, поэтому эти оценки не гарантируют такое же качество на других текстах. Лицензия в предоставленных данных не указана.

Сценарии применения

определение тональности персидских отзывов
анализ настроений в персидских публикациях соцсетей
классификация тональности персидских комментариев
оценка тональности персидских пользовательских сообщений

Ограничения

Сведения о составе обучающих данных и их ограничениях не приведены; метрики оценочного набора могут не переноситься на другие тексты. В предоставленных метаданных лицензия не указана.

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Persian-Text-Sentiment-Bert-V1

This model is a fine-tuned version of HooshvareLab/bert-base-parsbert-uncased on a custom dataset. It achieves the following results on the evaluation set:

Loss: 0.3265
Precision: 0.8727
Recall: 0.8716
F1-score: 0.8715
Accuracy: 0.8716

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: 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: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1-score	Accuracy
0.3097	1.0	3491	0.3265	0.8727	0.8716	0.8715	0.8716
0.2686	2.0	6982	0.3602	0.8785	0.8758	0.8756	0.8758
0.2137	3.0	10473	0.3828	0.8759	0.8724	0.8721	0.8724
0.1823	4.0	13964	0.5545	0.8637	0.8636	0.8636	0.8636
0.1346	5.0	17455	0.6295	0.8572	0.8566	0.8566	0.8566
0.1001	6.0	20946	0.8501	0.8606	0.8604	0.8604	0.8604
0.071	7.0	24437	1.0192	0.8596	0.8594	0.8594	0.8594
0.0604	8.0	27928	1.0449	0.8553	0.8553	0.8553	0.8553
0.0312	9.0	31419	1.1677	0.8598	0.8598	0.8598	0.8598
0.022	10.0	34910	1.2128	0.8593	0.8591	0.8591	0.8591

Framework versions

Transformers 4.33.1
Pytorch 2.0.1+cu118
Datasets 2.14.5
Tokenizers 0.13.3

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: 87e635c