Характеристики
- Контекст
- 512 токенов
- Параметры
- 140 млн
- Архитектура
- electra · dense
- Опубликована
- 7 сен 2022
Ссылки
koelectra-sentiment-v1
Корейская модель ELECTRA от Circulus для классификации тональности текста.
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
KoELECTRA Sentiment v1 — модель Circulus Inc. для классификации корейских текстов по тональности. В метаданных указаны архитектура ELECTRA с головой ElectraForSequenceClassification, 140,1 млн параметров и контекст до 512 токенов; модель доступна в формате PyTorch и используется с Transformers как text-classification.
Модель подходит для определения эмоциональной окраски корейских текстов, например отзывов или коротких сообщений. Карточка Hugging Face не содержит описания обучения, меток классов, точности или условий лицензии, поэтому эти характеристики нельзя подтвердить.
Сценарии применения
- определение тональности корейских отзывов
- анализ эмоциональной окраски корейских сообщений
- автоматическая классификация корейских текстов по настроению
Ограничения
Карточка модели не уточняет набор классов, данные обучения и качество на конкретных задачах. Указанная длина контекста составляет 512 токенов.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- ElectraForSequenceClassification
- Ревизия весов
- 372ea24