/ Модель

Характеристики

Контекст
512 токенов
Параметры
140 млн
Лицензия
MIT
Архитектура
electra · dense
Базовая модель
koelectra-base-v3-discriminator
Библиотека
transformers
Опубликована
21 авг 2026

koelectra-korean-shopping-rating

Классификация текстаТекст → label3 профессии

Дообученная корейская ELECTRA-модель классифицирует отзывы Naver Shopping по оценкам 1, 2, 4 и 5.

38скачиваний за 30 дней0лайковвеса обновлены22 авг 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

cringepnh разработал модель классификации корейских отзывов о покупках в Naver Shopping по четырём оценкам: 1, 2, 4 и 5. Это дообученный энкодер ELECTRA на базе monologg/koelectra-base-v3-discriminator с архитектурой ElectraForSequenceClassification; модель содержит 140,1 млн параметров, принимает текст и рассчитана на контекст до 512 токенов.

Модель подходит для автоматической оценки отзывов покупателей и анализа качества товаров или обслуживания по корейским текстам. На указанном тестовом наборе она получила точность 71,66% и QWK 0,837. Оценка 3 отсутствует в обучающей выборке и среди выходных классов, поэтому модель не может её предсказать. Для применения на естественном потоке отзывов потребуется корректировать вероятности классов: исходный набор сбалансирован иначе, чем реальные оценки Naver Shopping.

В README указана низкая полнота для оценки 4 — 13,5%, а также ограничение предметной областью отзывов Naver Shopping. Модель распространяется по лицензии MIT; для исходного набора данных отдельно заявлена лицензия Public Domain.

Сценарии применения

  • определение оценки корейского отзыва о товаре на Naver Shopping
  • автоматическая сортировка отзывов на низкие и высокие оценки
  • анализ отзывов покупателей о покупках на корейском языке
  • оценка распределения рейтингов товаров по текстам отзывов

Ограничения

Модель предсказывает только оценки 1, 2, 4 и 5, а оценку 4 распознаёт с полнотой 13,5%. Распределение классов в данных отличается от естественного потока оценок, поэтому прогнозы могут быть смещены; модель ориентирована на отзывы Naver Shopping.

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

Korean Shopping Review Rating Classifier

Four-class classifier for real Korean Naver Shopping ratings 1, 2, 4, and 5. This is not a movie model. Rating 3 is absent from the source dataset, so the model cannot predict it.

Source code, full reproduction pipeline, and a from-scratch CORAL ordinal-regression comparison (which this model outperforms — see below): GitHub. A Gradio demo lives in that repo's space/ folder and loads this model straight from the Hub, but there is no hosted demo — Hugging Face requires a PRO subscription to run Gradio Spaces, so the demo is local-only.

Results

All rows use the same deterministic 19,982-review test split, with 95% bootstrap confidence intervals. This model is the CE + argmax row — loadable with stock AutoModelForSequenceClassification, no custom code.

SystemMAEExact accuracyQWK
Constant: training median1.58599.39%0.000
Majority rating class1.773540.62%0.000
This model (CE + argmax)0.3856 [0.376, 0.396]71.66% [71.0, 72.3]0.837
CE + median decoder (same model, different decode rule)0.385870.88%0.842
CORAL ordinal regression (separate model, not published here)0.563256.89%0.810

The best checkpoint is epoch 2, selected on validation MAE (0.3894). Full per-class breakdown, confusion matrices, the CORAL comparison, and the decoder analysis (argmax vs. expected value vs. median — an earlier version of this project incorrectly assumed expected value minimizes MAE; it minimizes RMSE instead) are in the README.

Known weakness: rating 4 (9.4% of the data) has only 13.5% recall — the model rarely predicts it. This is not hidden by the aggregate MAE.

Data and provenance

Source: bab2min/corpus Naver Shopping sentiment file. The upstream repository declares the corpus Public Domain.

Pinned source SHA-256: dc4d1aca0a148671cbe80bcb81962eee297370acab42be93c1617ce9336479c0

The source contains 200,000 real source-file ratings. After excluding all 184 rows associated with 92 identical texts that have conflicting ratings, the splits are 159,852 train / 19,982 validation / 19,982 test. Targets are never derived from sentiment labels or generated synthetically.

Use

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model_id = "cringepnh/koelectra-korean-shopping-rating"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id).eval()
inputs = tokenizer("배송도 빠르고 제품도 정말 좋아요", return_tensors="pt", truncation=True)
with torch.inference_mode():
    probabilities = torch.softmax(model(**inputs).logits, dim=-1)[0]
index = int(probabilities.argmax())
print(model.config.id2label[index], float(probabilities[index]))

Limitations

  • Naver Shopping domain only; not movie reviews.
  • No 3-star examples or output class.
  • Curated class priors. The upstream corpus dropped 3-star reviews as ambiguous and sampled positive (4–5) against negative (1–2) to roughly 1:1. Real Naver Shopping ratings are strongly 5-star-skewed, so this model is miscalibrated for the natural distribution and will over-predict low ratings on live traffic. Apply prior correction before deploying.
  • Rating 4 has 13.5% recall under this model's argmax decoder — a real weakness, not smoothed over by MAE.
  • This uses ordinary 4-class cross-entropy with an argmax decoder by default. A from-scratch CORAL ordinal-regression model was trained as a comparison and performed worse (MAE 0.5632 vs. 0.3856); see the GitHub README for the full result and the likely mechanism (CORAL's shared projection collapses per-class recall toward the two extreme ratings).
  • Code is MIT; dataset licensing is the upstream repository's separate Public Domain declaration.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ElectraForSequenceClassification
Ревизия весов
39c9e1d

0 моделей