/ Модель

Характеристики

Контекст
512 токенов
Параметры
195 млн
Архитектура
bert · dense
Базовая модель
bert-base-multilingual-uncased-sentiment
Библиотека
transformers.js
Опубликована
2 мая 2023

bert-base-multilingual-uncased-sentiment

Классификация текстаТекст → label3 профессии

Xenova/bert-base-multilingual-uncased-sentiment — версия модели nlptown/bert-base-multilingual-uncased-sentiment с весами в формате ONNX, подготовленная для работы в библиотеке Transformers.js.

2 788скачиваний за 30 дней3лайкавеса обновлены30 июн 2025

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

Модель предназначена для классификации тональности текста и может использоваться в JavaScript-приложениях, включая веб-сценарии, например для оценки эмоциональной окраски пользовательских отзывов и сообщений.

Ключевая характеристика этой версии — совместимость с Transformers.js благодаря ONNX-весам; базовая архитектура и прочие параметры унаследованы от исходной BERT-модели. README не содержит сведений о размере модели, поддерживаемых языках, длине контекста, точной схеме классов, качестве, ограничениях или лицензии. Поэтому эти характеристики нельзя достоверно уточнить по представленным данным.

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

https://huggingface.co/nlptown/bert-base-multilingual-uncased-sentiment with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Sentiment Classification.

import { pipeline } from '@huggingface/transformers';

const classifier = await pipeline('text-classification', 'Xenova/bert-base-multilingual-uncased-sentiment');
const output = await classifier('I love transformers!');

Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
BertForSequenceClassification
Ревизия весов
fad9b37

0 моделей