/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
albert · dense

albert-base-v2-imdb-calssification

Классификация текстаТекст → label3 профессии

Дообученная на IMDb модель ALBERT определяет, положительный или отрицательный отзыв о фильме.

22скачиваний за 30 дней0лайковвеса обновлены13 ноя 2021

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

XSY/albert-base-v2-imdb-calssification — модель классификации текста, созданная дообучением albert-base-v2 на наборе данных IMDb. Она относит отзыв о фильме к одному из двух классов: отрицательному или положительному. В README указана точность 0,9361 на оценочной выборке и значение loss 0,1983.

Модель построена на архитектуре ALBERT и содержит 136,3 млн параметров. Она принимает текст, поддерживает контекст до 512 токенов и выдаёт метку класса. Подходит для автоматической оценки тональности отзывов о фильмах. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

Сценарии применения

  • Определение тональности отзыва о фильме
  • Разделение отзывов IMDb на положительные и отрицательные
  • Автоматическая разметка отзывов о кино для анализа мнений

Ограничения

Классификация ограничена двумя метками тональности и обучением на отзывах IMDb; точность на других типах текста не указана. Максимальная длина контекста — 512 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

albert-base-v2-imdb-calssification

label_0: negative label_1: positive

This model is a fine-tuned version of albert-base-v2 on the imdb dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1983
  • Accuracy: 0.9361

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 1

Training results

Training LossEpochStepValidation LossAccuracy
0.261.015630.19830.9361

Framework versions

  • Transformers 4.12.3
  • Pytorch 1.10.0+cu111
  • Datasets 1.15.1
  • Tokenizers 0.10.3

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
AlbertForSequenceClassification
Ревизия весов
833e0ba

0 моделей