Англоязычный DistilBERT для классификации эмоциональных контекстов в диалогах.
2 766скачиваний за 30 дней11лайковвеса обновлены23 сен 2022
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 bdotloh/distilbert-base-uncased-empathetic-dialogues-context — англоязычный DistilBERT, дообученный для классификации эмоциональных контекстов из набора Empathetic Dialogues. Она принимает текстовый контекст и относит его к эмоциональным категориям, что подходит для анализа диалогов и определения эмоционального фона реплик. Максимальная длина контекста — 512 токенов; модель работает на PyTorch.
На тестах автор сообщает точность top-1 53,4% и top-5 86,1%. Результаты относятся к указанному набору данных и не гарантируют аналогичного качества на других типах текстов. В README отмечено ограничение: культурная специфика описанных ситуаций и соответствующих эмоциональных меток не установлена. Лицензия в предоставленных данных не указана.
Сценарии применения
определение эмоциональной категории контекста диалога
анализ эмоционального фона реплик
классификация ситуаций из Empathetic Dialogues
подбор эмоциональных меток для англоязычных диалогов
Ограничения
Качество проверено на Empathetic Dialogues: точность top-1 составляет 53,4%, top-5 — 86,1%; на других данных результаты могут отличаться. Культурная специфика ситуаций и эмоциональных меток не установлена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Unable to ascertain the degree of cultural specificity for the context that a respondent described when given an emotion label (i.e., p(description | emotion, culture))