/ Модель

Характеристики

Контекст
512 токенов
Параметры
265 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
8 июл 2026

sentiment-analysis-muril-v2

Классификация текстаТекст → label5 профессий

Классификатор MuRIL определяет негативную, нейтральную или позитивную тональность английского, хинди и смешанного Hinglish текста.

156скачиваний за 30 дней0лайковвеса обновлены8 июл 2026

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

airzipm/sentiment-analysis-muril-v2 — классификатор тональности на базе MuRIL, разработанный автором репозитория и дообученный на google/muril-base-cased. Модель относит текст к одному из трёх классов: Negative, Neutral или Positive. Она предназначена для анализа английского, хинди и смешанного хинди-английского текста, включая хинди на деванагари и Hinglish в латинской записи.

Это плотная BERT-модель для классификации последовательностей с 264,8 млн параметров и контекстом до 512 токенов. Для обучения использовались датасеты отзывов и публикаций в соцсетях на английском, хинди и Hinglish; автор сообщает тестовую точность 0,86 и macro F1 0,86. Модель распространяется под лицензией MIT.

Классификатор подходит для определения тональности отзывов, твитов и другого короткого пользовательского текста. Данных на хинди и Hinglish при обучении было существенно меньше, чем английских; результаты могут быть слабее, а покрытие вариантов написания Hinglish зависит от обучающих примеров. Модель не оценивалась на далёких от отзывов и соцсетей доменах, например на новостных или юридических текстах.

Сценарии применения

  • определение тональности отзывов на английском и хинди
  • анализ тональности Hinglish-сообщений в латинской записи
  • разметка твитов по негативной, нейтральной и позитивной тональности
  • мониторинг отзывов о товарах и услугах
  • сортировка пользовательских комментариев по тональности

Ограничения

Обучающих данных на хинди и Hinglish было существенно меньше, чем на английском, поэтому качество для них может быть ниже; варианты написания Hinglish могут распознаваться неодинаково. Модель не оценивалась на доменах, далёких от отзывов и соцсетей, например на новостных и юридических текстах.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sentiment Analysis v2 — MuRIL (English + Hindi + Hinglish)

A 3-class sentiment classifier (Negative / Neutral / Positive) fine-tuned from google/muril-base-cased, which unlike the v1 roberta-base model can natively handle Hindi (Devanagari) and Hinglish (romanized code-mixed Hindi-English) text in addition to English.

Model details

Base modelgoogle/muril-base-cased
TaskText classification (3-class sentiment)
LanguagesEnglish, Hindi, Hinglish (code-mixed)
Training rows96,761 (train) / 8,538 (val) / 8,538 (test)
Max sequence len128 tokens

Training data

  • English: IMDB, SST-2 (GLUE), Yelp Polarity, Tweet Eval (sentiment)
  • Hindi / Hinglish: ai4bharat/IndicSentiment, Hindi-English code-mixed tweet datasets

Classes were capped per-label and a class-weighted loss was used during training to reduce the effect of English data outnumbering Hindi/Hinglish data.

Test set results

              precision    recall  f1-score   support

    Negative       0.90      0.85      0.87      3000
     Neutral       0.81      0.89      0.85      2538
    Positive       0.87      0.84      0.86      3000

    accuracy                           0.86      8538
   macro avg       0.86      0.86      0.86      8538
weighted avg       0.86      0.86      0.86      8538

Confusion Matrix Training Curves

Usage

from transformers import pipeline

clf = pipeline("text-classification", model="airzipm/sentiment-analysis-muril-v2")
print(clf("ye movie achi hai"))
print(clf("यह फिल्म बहुत अच्छी है"))
print(clf("This was a great experience!"))

Limitations

  • Hindi/Hinglish training data is much smaller than English data (tens of thousands vs. hundreds of thousands of rows) — expect somewhat lower accuracy on Hindi/Hinglish than on English.
  • Code-mixed spelling varies a lot informally (e.g. "acha"/"accha"/"achha") — coverage depends on what appeared in the training tweets.
  • Not evaluated on domains far from reviews/social media (e.g. formal news, legal text).

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
5f61690

0 моделей