/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Опубликована
2 мар 2022

beto-emotion-analysis

Классификация текстаТекст → label5 профессий

Дообученная на корпусе TASS 2020 модель BETO классифицирует эмоции в текстах на испанском языке.

417скачиваний за 30 дней16лайковвеса обновлены29 мар 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

beto-emotion-analysis — модель классификации текста, разработанная на основе BETO, испаноязычной версии BERT. Она дообучена на корпусе TASS 2020 Task 2 для распознавания эмоций в текстах на испанском языке. Модель содержит 137,1 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов.

Модель подходит для автоматической разметки эмоциональной окраски испаноязычных текстов, например сообщений и публикаций. Доступны веса в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • определение эмоций в испаноязычных публикациях
  • разметка эмоциональной окраски сообщений на испанском языке
  • анализ эмоций в испаноязычных текстовых корпусах

Ограничения

Модель обучена для распознавания эмоций на испанском языке, поэтому её применимость к другим языкам не подтверждена. Максимальная длина входа — 512 токенов.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Emotion Analysis in Spanish

beto-emotion-analysis

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

Model trained with TASS 2020 Task 2 corpus for Emotion detection in Spanish. Base model is BETO, a BERT model trained in Spanish.

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}
}

and also the dataset related paper

@inproceedings{del2020emoevent,
  title={EmoEvent: A multilingual emotion corpus based on different events},
  author={del Arco, Flor Miriam Plaza and Strapparava, Carlo and Lopez, L Alfonso Urena and Mart{\'\i}n-Valdivia, M Teresa},
  booktitle={Proceedings of the 12th Language Resources and Evaluation Conference},
  pages={1492--1498},
  year={2020}
}

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
BertForSequenceClassification
Ревизия весов
9b628b0

0 моделей