/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
15 мая 2022

bertin_base_sentiment_analysis_es

Классификация текстаТекст → label3 профессии

Испаноязычная модель RoBERTa для определения тональности отзывов о фильмах и других текстовых отзывов.

24скачиваний за 30 дней5лайковвеса обновлены10 авг 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

Модель edumunozsala/bertin_base_sentiment_analysis_es — испаноязычный классификатор тональности, созданный Эдуардо Муньосом Салой. Это дообученная для классификации последовательностей модель RoBERTa на базе Bertin base, предобученной на испанской части mC4. Модель содержит около 151,8 млн параметров и принимает текст длиной до 514 токенов.

Она предназначена прежде всего для определения тональности испанских отзывов о фильмах; автор отмечает, что её можно применять и к другим отзывам. Обучение проводилось на сбалансированном наборе примерно из 50 тысяч испаноязычных кинорецензий. В описании приведены accuracy 0,899 и F1 0,899.

Модель выдаёт метки классификации текста. Она лицензирована по Apache-2.0. Результаты описаны для отзывов о фильмах, поэтому качество на других жанрах и тематиках может отличаться.

Сценарии применения

  • определение тональности испанских отзывов о фильмах
  • классификация испанских рецензий как положительных или отрицательных
  • анализ настроений в пользовательских отзывах
  • сортировка испаноязычных отзывов по тональности

Ограничения

Модель специально дообучена на отзывах о фильмах; качество на других темах и типах текста может отличаться. Контекст ограничен 514 токенами.

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

Model bertin_base_sentiment_analysis_es

A finetuned model for Sentiment analysis in Spanish

This model was trained using Amazon SageMaker and the new Hugging Face Deep Learning container, The base model is Bertin base which is a RoBERTa-base model pre-trained on the Spanish portion of mC4 using Flax. It was trained by the Bertin Project.Link to base model

Article: BERTIN: Efficient Pre-Training of a Spanish Language Model using Perplexity Sampling

Dataset

The dataset is a collection of movie reviews in Spanish, about 50,000 reviews. The dataset is balanced and provides every review in english, in spanish and the label in both languages.

Sizes of datasets:

  • Train dataset: 42,500
  • Validation dataset: 3,750
  • Test dataset: 3,750

Intended uses & limitations

This model is intented for Sentiment Analysis for spanish corpus and finetuned specially for movie reviews but it can be applied to other kind of reviews.

Hyperparameters

{
"epochs": "4",
"train_batch_size": "32",    
"eval_batch_size": "8",
"fp16": "true",
"learning_rate": "3e-05",
"model_name": "\"bertin-project/bertin-roberta-base-spanish\"",
"sagemaker_container_log_level": "20",
"sagemaker_program": "\"train.py\"",
}

Evaluation results

  • Accuracy = 0.8989333333333334

  • F1 Score = 0.8989063750333421

  • Precision = 0.877147319104633

  • Recall = 0.9217724288840262

Test results

Model in action

Usage for Sentiment Analysis

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("edumunozsala/bertin_base_sentiment_analysis_es")
model = AutoModelForSequenceClassification.from_pretrained("edumunozsala/bertin_base_sentiment_analysis_es")

text ="Se trata de una película interesante, con un solido argumento y un gran interpretación de su actor principal"

input_ids = torch.tensor(tokenizer.encode(text)).unsqueeze(0)
outputs = model(input_ids)
output = outputs.logits.argmax(1)

Created by Eduardo Muñoz/@edumunozsala

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
3a3573f

0 моделей