Характеристики

Контекст: 514 токенов
Параметры: 95,2 млн
Архитектура: roberta · dense
Опубликована: 28 апр 2023

Ссылки

Hugging Face

roberta-twitter-sentiment-ada-delta_batch_64

cruiser

Классификация текстаТекст → label4 профессии

RoBERTa-модель cruiser для классификации тональности коротких сообщений Twitter.

515скачиваний за 30 дней0лайковвеса обновлены28 апр 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

cruiser/roberta-twitter-sentiment-ada-delta_batch_64 — модель классификации текста, опубликованная пользователем или организацией cruiser на Hugging Face. По названию и карточке модели она предназначена для анализа тональности сообщений из Twitter и близких по стилю коротких текстов. Модель основана на архитектуре RoBERTa и используется через библиотеку Transformers для задачи text-classification.

Модель содержит около 95,2 млн параметров и поддерживает контекст до 514 токенов. Её сильная сторона — специализированная классификация коротких сообщений в социально-медийном стиле; размер модели делает её более компактной по сравнению с крупными языковыми моделями. В открытых источниках не удалось надёжно установить поддерживаемые естественные языки, точные классы тональности и лицензионные условия.

Сценарии применения

анализ тональности твитов
определение эмоциональной окраски коротких сообщений
мониторинг настроений в социальных сетях
классификация отзывов и комментариев в стиле Twitter

Ограничения

Модель ориентирована на короткие сообщения в стиле Twitter, поэтому её качество на длинных, формальных или отличающихся по тематике текстах может быть ниже. Точные классы тональности, поддерживаемые языки и лицензионные условия по доступным источникам не установлены.

Для каких профессий подходит4

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

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: a69b473