Дообученная RoBERTa-модель для классификации тональности испанских текстов на негативную, нейтральную и позитивную.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
UMUTeam/roberta-spanish-sentiment-analysis — модель команды UMUTeam для классификации тональности испанских текстов. Это дообученная модель MarIA на архитектуре RoBERTa, основанная на PlanTL-GOB-ES/roberta-base-bne. Для классификации последовательностей используется RobertaForSequenceClassification; размер модели — 151,8 млн параметров, контекст — до 514 токенов.
Модель присваивает тексту одну из трёх меток: негативную, нейтральную или позитивную. Она обучена на объединении нескольких наборов данных, включая TASS и данные о тональности в политической и других областях, и может применяться для анализа мнений в испаноязычных текстах. Модель распространяется по лицензии Apache-2.0.
Модель предназначена для испанского языка и выдаёт только три класса тональности. Обучающие данные охватывают конкретные наборы и домены, включая TASS и политические тексты, поэтому качество на других жанрах может отличаться.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Este es un modelo de MarIA (RoBERTa) con fine-tuning con optimización de hiper-parámetros para la clasificación de sentimientos en tres niveles: negativo, neutral y positivo.
El modelo ha sido entrenado juntando diversos datasets como TASS y otros datasets de análisis de sentimientos relacionados con política y otros dominios.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · text-classification
Подбираем GPU…