/ Модель

Характеристики

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

bert-swahili-news-classification

Классификация текстаТекст → label4 профессии

Дообученный на суахили BERT для классификации новостных текстов по категориям.

572скачиваний за 30 дней1лайквеса обновлены15 июл 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 flax-community/bert-swahili-news-classification — классификатор новостных текстов на основе BERT, созданный участниками JAX/Flax Community Week Hugging Face. Модель дообучена для классификации новостей на языке суахили; обучение проводилось с использованием Flax на TPUv3-8.

Модель содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Для запуска предусмотрена интеграция с Transformers. Репозиторий включает веса в форматах Flax, PyTorch и safetensors.

Подходит для автоматической тематической классификации новостных материалов на суахили. В карточке не приведены перечень классов, метрики качества или подробности ограничений применимости. Лицензия в предоставленных данных не указана.

Сценарии применения

  • классификация новостей на суахили
  • автоматическая категоризация новостной ленты
  • разметка тематик статей на суахили

Ограничения

Карточка не сообщает перечень классов и метрики качества, поэтому пригодность для конкретной схемы категорий следует оценивать отдельно. Контекст ограничен 512 токенами.

Для каких профессий подходит4

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

Swahili News Classification with BERT

This model was trained using HuggingFace's Flax framework and is part of the JAX/Flax Community Week organized by HuggingFace. All training was done on a TPUv3-8 VM sponsored by the Google Cloud team.

This model was used as the base and fine-tuned for this task.

How to use

from transformers import AutoTokenizer, AutoModelForSequenceClassification
  
tokenizer = AutoTokenizer.from_pretrained("flax-community/bert-swahili-news-classification")

model = AutoModelForSequenceClassification.from_pretrained("flax-community/bert-swahili-news-classification")
Eval metrics (10% valid set): {'accuracy': 0.9114740008594757}

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
6d0f970

0 моделей