Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: indonesian-roberta-base-sentiment-classifier
Опубликована: 19 дек 2023

Ссылки

Hugging Face

socmed-comment-roberta-base-indonesian-smsa

databoks-irfan

Классификация текстаТекст → label3 профессии

Дообученный индонезийский RoBERTa-классификатор для определения тональности комментариев в социальных сетях.

69скачиваний за 30 дней0лайковвеса обновлены29 дек 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

socmed-comment-roberta-base-indonesian-smsa — дообученный классификатор последовательностей на базе w11wo/indonesian-roberta-base-sentiment-classifier. Модель предназначена для классификации индонезийских комментариев в социальных сетях по тональности; архитектура — RoBERTa с головой RobertaForSequenceClassification, размер — 151,8 млн параметров, контекст — до 514 токенов. Репозиторий содержит веса в формате Safetensors.

В карточке указаны результаты оценки: accuracy 0,8927 и F1 0,8925; набор данных и подробности классов не раскрыты. Модель распространяется по лицензии MIT.

Сценарии применения

Определение тональности комментариев на индонезийском языке
Анализ тональности отзывов на индонезийском языке
Автоматическая сортировка комментариев по тональности
Оценка эмоциональной окраски публикаций в соцсетях

Ограничения

Датасет обучения и подробное описание классов не приведены. Результаты оценки могут не переноситься на данные, отличающиеся от использованного набора.

Для каких профессий подходит3

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 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

socmed-comment-roberta-base-indonesian-smsa

This model is a fine-tuned version of w11wo/indonesian-roberta-base-sentiment-classifier on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.8615
Accuracy: 0.8927
F1: 0.8925
Precision: 0.8924
Recall: 0.8927

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Framework versions

Transformers 4.36.2
Pytorch 2.1.0+cu121
Datasets 2.16.0
Tokenizers 0.15.0

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: 3a5ff43