Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Архитектура: roberta · dense
Базовая модель: twitter-roberta-base-sentiment
Опубликована: 19 июл 2023

Ссылки

Hugging Face

twitter-roberta-base-sentimental-analysis-of-covid-tweets

Sonny4Sonnix

Классификация текстаТекст → label

Дообученная RoBERTa для классификации тональности коротких текстов о COVID-19, включая твиты.

6скачиваний за 30 дней0лайковвеса обновлены19 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

Sonny4Sonnix/twitter-roberta-base-sentimental-analysis-of-covid-tweets — модель классификации текста на основе RoBERTa, дообученная на базе cardiffnlp/twitter-roberta-base-sentiment. Она предназначена для определения тональности твитов о COVID-19 и может применяться для анализа общественной реакции в коротких сообщениях. Модель содержит 151,8 млн параметров, принимает текст длиной до 514 токенов и распространяется в формате PyTorch.

В README указаны точность 0,714 и loss 0,6861 на оценочной выборке, но набор данных, схема меток и методика оценки не описаны. Поэтому результаты не позволяют судить о качестве на других источниках или временных периодах. Лицензия в предоставленных сведениях не указана.

Сценарии применения

анализ тональности твитов о COVID-19
оценка общественной реакции на меры и новости о COVID-19
классификация коротких сообщений о пандемии по тональности

Ограничения

Данные обучения и подробности оценки не раскрыты; указанная точность 0,714 относится только к оценочной выборке. Англоязычная базовая модель ориентирована на короткие тексты, поэтому качество на других языках и длинных документах не подтверждено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

test_trainer

This model is a fine-tuned version of cardiffnlp/twitter-roberta-base-sentiment on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.6861
Accuracy: 0.714

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: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.8144	0.5	500	0.7865	0.7165
0.7546	1.0	1000	0.7388	0.7045
0.7549	1.5	1500	0.7202	0.715
0.7124	2.0	2000	0.6834	0.7145
0.689	2.5	2500	0.7048	0.712
0.6924	3.0	3000	0.6861	0.714

Framework versions

Transformers 4.31.0
Pytorch 2.0.1+cu118
Datasets 2.13.1
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: RobertaForSequenceClassification
Ревизия весов: 05b293f