/ Модель

Характеристики

Контекст
512 токенов
Параметры
3,3 млрд
Лицензия
Своя лицензия
Архитектура
albert · dense
Базовая модель
albert-xxlarge-v2
Опубликована
21 апр 2024

Intent-XL

Классификация текстаТекст → label3 профессии

Intent-XL классифицирует поисковые запросы по коммерческому, информационному и другим типам поискового намерения для пакетной обработки.

34скачиваний за 30 дней5лайковвеса обновлены4 сен 2024

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

Dejan Marketing разработала Intent-XL — демонстрационную модель многометочной бинарной классификации текста на базе дообученной ALBERT-XXLarge-v2. Она определяет поисковое намерение по запросу и присваивает ему одну или несколько из десяти меток: коммерческий или некоммерческий, брендовый или небрендовый, информационный, навигационный, транзакционный, коммерческое исследование, локальный или развлекательный запрос. Модель предназначена для автоматической пакетной обработки больших массивов поисковых запросов из Google Search Console, SEMRush, Ahrefs, Moz, Majestic и Google Ads.

Модель имеет 3,3 млрд параметров, принимает текстовые запросы и выдаёт бинарные метки классов. Максимальная длина контекста — 512 токенов; в метаданных указан английский язык. Карточка отмечает, что это демонстрационная модель, которая может ошибаться; метки для брендовых и небрендовых запросов требуют дополнительного дообучения. Для коммерческих проектов разработчик обычно применяет более крупную модель или отдельную модель для конкретной предметной области. Лицензия указана как other, поэтому конкретные условия использования следует проверять в репозитории.

Сценарии применения

  • Классификация запросов из Google Search Console по намерению
  • Разметка ключевых слов из SEMRush и Ahrefs
  • Выделение транзакционных и коммерческих запросов для SEO
  • Поиск локальных и навигационных поисковых запросов
  • Пакетная категоризация рекламных запросов из Google Ads

Ограничения

Демонстрационная модель может неверно классифицировать запросы; метки для брендовых и небрендовых запросов требуют дополнительного дообучения. Условия лицензии, указанной как other, следует уточнить в репозитории.

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

Multi-label binary sequence classification model developed by Dejan Marketing.

The model is designed to be deployed in an automated pipeline capable of classifying search query intent for thousands (or even millions) of search queries from common data sources such as Google Search Console, SEMRush, Ahrefs, Moz, Majestic and Google Ads.

This is a demo model which may occasionally misclassify some queries. In a typical commercial project, a larger model is deployed for the task, and in special cases, a domain-specific model is developed for the client.

Engage Our Team

Interested in using this in an automated pipeline for bulk query processing?

Please book an appointment to discuss your needs.

Base Model

albert/albert-xxlarge-v2

Output

A list of binary classes (0,1) for 10 classification labels.

Labels

LABEL_0: 'Commercial'
LABEL_1: 'Non-Commercial'
LABEL_2: 'Branded' # Needs-further fine-tuning.
LABEL_3: 'Non-Branded' # Needs-further fine-tuning.
LABEL_4: 'Informational'
LABEL_5: 'Navigational'
LABEL_6: 'Transactional'
LABEL_7: 'Commercial Investigation'
LABEL_8: 'Local'
LABEL_9: 'Entertainment'

Sources of Training Data

Owayo:

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
AlbertForSequenceClassification
Ревизия весов
e714b43

0 моделей