Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: Apache 2.0
Архитектура: bert · dense
Опубликована: 6 мая 2022

Ссылки

Hugging Face

bert-finetuned-imdb

Wakaka

Классификация текстаТекст → label3 профессии

Модель BERT, дообученная для классификации тональности англоязычных отзывов о фильмах из IMDb.

9скачиваний за 30 дней0лайковвеса обновлены6 мая 2022

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

Wakaka/bert-finetuned-imdb — модель классификации текста на базе BERT, дообученная на датасете IMDb для определения тональности отзывов о фильмах. Она содержит 135,5 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт метку класса. На оценочной выборке IMDb указана точность 0,866 и значение функции потерь 0,5591. Модель опубликована в формате PyTorch и распространяется по лицензии Apache-2.0.

Модель подходит для анализа тональности англоязычных отзывов о фильмах и классификации похожих текстов. Её оценка приведена для IMDb; качество на других темах и типах текста может отличаться. В карточке не описаны дополнительные ограничения.

Сценарии применения

определение тональности отзыва о фильме
классификация отзыва как положительного или отрицательного
автоматическая разметка отзывов из IMDb
анализ настроений в англоязычных отзывах о кино

Ограничения

Оценка точности 0,866 указана только для оценочной выборки IMDb; качество на других темах и типах текста не подтверждено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-finetuned-imdb

This model is a fine-tuned version of bert-base-cased on the imdb dataset. It achieves the following results on the evaluation set:

Loss: 0.5591
Accuracy: 0.866

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: 3.0

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	125	0.4995	0.79
No log	2.0	250	0.4000	0.854
No log	3.0	375	0.5591	0.866

Framework versions

Transformers 4.18.0
Pytorch 1.11.0
Datasets 2.1.0
Tokenizers 0.12.1

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: BertForSequenceClassification
Ревизия весов: 000f467