Характеристики

Контекст: 512 токенов
Параметры: 137 млн
Лицензия: Apache 2.0
Архитектура: bert · dense
Базовая модель: bert-base-uncased
Опубликована: 15 мая 2024

Ссылки

Hugging Face

harassment_lang_classifier

abdulelahagr

Классификация текстаТекст → label3 профессии

Дообученная BERT-модель для классификации текстовых последовательностей, предположительно связанных с домогательствами.

11скачиваний за 30 дней0лайковвеса обновлены15 мая 2024

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

abdulelahagr/harassment_lang_classifier — модель классификации текста на базе BERT, дообученная автором репозитория на неизвестном наборе данных. Она предназначена для отнесения текстовых последовательностей к классам; название репозитория указывает на классификацию языка домогательств, однако карточка не описывает метки и назначение классов. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов.

В карточке приведено значение функции потерь 0,2221 на оценочном наборе, но не описаны состав данных, метрики качества и сценарии использования. Базовая модель bert-base-uncased рассчитана на английский язык. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

классификация текстов по категориям, связанным с домогательствами
отнесение английского текста к заданным классам

Ограничения

Не описаны метки классов, обучающий набор данных и оценочные метрики, поэтому качество и точный охват классификации определить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

harssment_classifier

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

Loss: 0.2221

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
num_epochs: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
0.2471	1.0	2435	0.2247
0.1698	2.0	4870	0.2438
0.1131	3.0	7305	0.3530
0.0587	4.0	9740	0.4432
0.0187	5.0	12175	0.5102

Framework versions

Transformers 4.40.2
Pytorch 2.2.1+cu121
Datasets 2.19.1
Tokenizers 0.19.1

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: 1a033ad