/ Модель

Характеристики

Контекст
130 токенов
Параметры
162 млн
Архитектура
roberta · dense
Опубликована
2 мар 2022

bertweet-base-sentiment-analysis

Классификация текстаТекст → label3 профессии

Модель на базе BERTweet для классификации англоязычных твитов по тональности: позитивная, негативная или нейтральная.

177 тыс.скачиваний за 30 дней200лайковвеса обновлены17 фев 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

finiteautomata/bertweet-base-sentiment-analysis — модель классификации тональности коротких англоязычных сообщений, разработанная на базе BERTweet. Это RoBERTa с архитектурой RobertaForSequenceClassification и примерно 162,4 млн параметров; модель обучена на корпусе SemEval 2017, содержащем около 40 тысяч твитов. Она присваивает тексту одну из трёх меток: POS, NEG или NEU.

Модель подходит для анализа тональности англоязычных твитов и похожих коротких сообщений, например для мониторинга общественного мнения или разметки текстов по тональности. Она принимает текст и выдаёт метку класса. Контекст модели составляет 130 токенов; доступны форматы PyTorch и TensorFlow.

Карточка не указывает лицензию. Обучение на твитах и ограниченная длина контекста могут снижать качество на длинных текстах, других жанрах и языках, а также на формулировках, отличающихся от данных обучения.

Сценарии применения

  • Определение тональности англоязычных твитов
  • Мониторинг позитивных и негативных отзывов в соцсетях
  • Разметка коротких сообщений на позитивные, негативные и нейтральные
  • Анализ общественного мнения по коротким англоязычным публикациям

Ограничения

Контекст ограничен 130 токенами; модель обучена на англоязычных твитах, поэтому её качество на длинных текстах, других жанрах и языках может быть ниже. Лицензия в предоставленных данных не указана.

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

Sentiment Analysis in English

bertweet-sentiment-analysis

Repository: https://github.com/finiteautomata/pysentimiento/

Model trained with SemEval 2017 corpus (around ~40k tweets). Base model is BERTweet, a RoBERTa model trained on English tweets.

Uses POS, NEG, NEU labels.

License

pysentimiento is an open-source library for non-commercial use and scientific research purposes only. Please be aware that models are trained with third-party datasets and are subject to their respective licenses.

  1. TASS Dataset license
  2. SEMEval 2017 Dataset license

Citation

If you use pysentimiento in your work, please cite this paper

@misc{perez2021pysentimiento,
      title={pysentimiento: A Python Toolkit for Sentiment Analysis and SocialNLP tasks},
      author={Juan Manuel Pérez and Juan Carlos Giudici and Franco Luque},
      year={2021},
      eprint={2106.09462},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Enjoy! 🤗

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
924fc4c

0 моделей