Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Опубликована: 2 мар 2022

Ссылки

Hugging Face

xlm-r-large-arabic-sent

akhooli

Классификация текстаТекст → label3 профессии

Модель на базе XLM-RoBERTa-Large определяет положительную, отрицательную или смешанную тональность арабских отзывов.

31скачиваний за 30 дней8лайковвеса обновлены10 фев 2023

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

akhooli/xlm-r-large-arabic-sent — модель классификации тональности арабских отзывов, созданная дообучением XLM-RoBERTa-Large. Она относит текст к одному из трёх классов: смешанная тональность, отрицательная или положительная. Модель принимает текст и выдаёт метку класса; размер составляет 658,7 млн параметров, максимальная длина контекста — 514 токенов.

Основной сценарий — определение тональности арабских отзывов. В карточке также заявлена возможность классификации текстов на других языках в режиме zero-shot, включая смешанные арабско-английские тексты. Модель опубликована в формате PyTorch под лицензией MIT.

Класс «смешанная тональность» основан на отзывах с оценкой 3 из 5 и может путаться с положительным и отрицательным классами. Заявленная классификация на других языках не сопровождается подробной оценкой качества.

Сценарии применения

определение тональности арабских отзывов
разделение арабских отзывов на положительные и отрицательные
выделение отзывов со смешанной тональностью
zero-shot классификация тональности текстов на других языках
анализ тональности смешанных арабско-английских текстов

Ограничения

Класс смешанной тональности может путаться с положительным и отрицательным классами. Возможность zero-shot классификации других языков заявлена в карточке, но её качество не уточнено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-r-large-arabic-sent

Multilingual sentiment classification (Label_0: mixed, Label_1: negative, Label_2: positive) of Arabic reviews by fine-tuning XLM-Roberta-Large. Zero shot classification of other languages (also works in mixed languages - ex. Arabic & English). Mixed category is not accurate and may confuse other classes (was based on a rate of 3 out of 5 in reviews).
Usage: see last section in this Colab notebook

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: XLMRobertaForSequenceClassification
Ревизия весов: cb119b8