/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Опубликована
6 июн 2022

tweet-topic-21-multi

Классификация текстаТекст → label3 профессии

Модель Cardiff NLP присваивает англоязычным твитам одну или несколько тематических меток.

1 271скачиваний за 30 дней69лайковвеса обновлены28 мая 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

Модель Cardiff NLP для многометочной классификации тем в англоязычных твитах. Она основана на языковой модели TimeLMs, обученной примерно на 124 млн твитов за период с января 2018 по декабрь 2021 года, и дообучена на корпусе из 11 267 твитов для распознавания тем. Архитектура — RoBERTa с 151,8 млн параметров; модель принимает текст и может назначить ему несколько тематических меток из набора категорий, включая новости и общественные вопросы, спорт, технологии, развлечения, еду и путешествия.

Модель подходит для тематической разметки англоязычных сообщений в соцсетях, анализа интересов аудитории и группировки твитов по темам. Указанный размер контекста — 514 токенов. Лицензия MIT разрешает свободное использование при соблюдении её условий. Модель обучалась на твитах и специализированном корпусе ограниченного размера, поэтому качество на других жанрах, языках и более поздних темах может отличаться; она предназначена для классификации тем, а не для генерации текста.

Сценарии применения

  • Тематическая разметка англоязычных твитов
  • Группировка сообщений по нескольким темам
  • Анализ тем, обсуждаемых в соцсетях
  • Сегментация твитов для мониторинга новостей и общественных вопросов

Ограничения

Модель рассчитана на англоязычные твиты и обучена на ограниченном корпусе; качество на других типах текста и языках может быть ниже. Она классифицирует темы и не предназначена для генерации текста.

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

tweet-topic-21-multi

This model is based on a TimeLMs language model trained on ~124M tweets from January 2018 to December 2021 (see here), and finetuned for multi-label topic classification on a corpus of 11,267 tweets. This model is suitable for English.

Labels:

0: arts_&_culture5: fashion_&_style10: learning_&_educational15: science_&_technology
1: business_&_entrepreneurs6: film_tv_&_video11: music16: sports
2: celebrity_&_pop_culture7: fitness_&_health12: news_&_social_concern17: travel_&_adventure
3: diaries_&_daily_life8: food_&_dining13: other_hobbies18: youth_&_student_life
4: family9: gaming14: relationships

Full classification example

from transformers import AutoModelForSequenceClassification, TFAutoModelForSequenceClassification
from transformers import AutoTokenizer
import numpy as np
from scipy.special import expit

    
MODEL = f"cardiffnlp/tweet-topic-21-multi"
tokenizer = AutoTokenizer.from_pretrained(MODEL)

# PT
model = AutoModelForSequenceClassification.from_pretrained(MODEL)
class_mapping = model.config.id2label

text = "It is great to see athletes promoting awareness for climate change."
tokens = tokenizer(text, return_tensors='pt')
output = model(**tokens)

scores = output[0][0].detach().numpy()
scores = expit(scores)
predictions = (scores >= 0.5) * 1


# TF
#tf_model = TFAutoModelForSequenceClassification.from_pretrained(MODEL)
#class_mapping = tf_model.config.id2label
#text = "It is great to see athletes promoting awareness for climate change."
#tokens = tokenizer(text, return_tensors='tf')
#output = tf_model(**tokens)
#scores = output[0][0]
#scores = expit(scores)
#predictions = (scores >= 0.5) * 1

# Map to classes
for i in range(len(predictions)):
  if predictions[i]:
    print(class_mapping[i])

Output:

news_&_social_concern
sports

BibTeX entry and citation info

Please cite the reference paper if you use this model.

@inproceedings{antypas-etal-2022-twitter,
    title = "{T}witter Topic Classification",
    author = "Antypas, Dimosthenis  and
      Ushio, Asahi  and
      Camacho-Collados, Jose  and
      Silva, Vitor  and
      Neves, Leonardo  and
      Barbieri, Francesco",
    booktitle = "Proceedings of the 29th International Conference on Computational Linguistics",
    month = oct,
    year = "2022",
    address = "Gyeongju, Republic of Korea",
    publisher = "International Committee on Computational Linguistics",
    url = "https://aclanthology.org/2022.coling-1.299",
    pages = "3386--3400"
}

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
RobertaForSequenceClassification
Ревизия весов
8b1867b

0 моделей