/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
24 сен 2022

distilroberta-emotion-intent

Классификация текстаТекст → label4 профессии

Дообученная на датасете emotion модель RoBERTa для классификации эмоций в тексте.

13скачиваний за 30 дней1лайквеса обновлены24 сен 2022

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

gokuls/distilroberta-emotion-intent — модель классификации текста, дообученная на базе distilroberta-base на датасете emotion. Она предназначена для определения эмоциональной категории в тексте и может использоваться для автоматической разметки коротких сообщений и анализа тональности эмоциональных высказываний. Модель построена на архитектуре RoBERTa, содержит 95,2 млн параметров и принимает последовательности длиной до 514 токенов.

В карточке указаны точность 0,9435 и loss 0,1496 на оценочном наборе данных. Модель распространяется под лицензией Apache-2.0. Карточка не описывает набор меток и ограничения применения, поэтому результаты для иных языков, жанров и распределений данных не подтверждены.

Сценарии применения

  • Определение эмоций в коротких сообщениях
  • Автоматическая разметка эмоциональных высказываний
  • Анализ эмоциональной окраски пользовательских отзывов

Ограничения

В карточке не приведены состав классов, поддерживаемые языки и подробности оценочного набора; указанная точность не гарантирует качество на других данных.

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

distilroberta-emotion-intent

This model is a fine-tuned version of distilroberta-base on the emotion dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1496
  • Accuracy: 0.9435

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 33
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
0.45011.010000.24320.924
0.19472.020000.16460.934
0.14973.030000.13820.9405
0.13164.040000.14960.9435
0.11455.050000.16840.9385
0.16.060000.23420.943
0.08287.070000.28070.939

Framework versions

  • Transformers 4.22.1
  • Pytorch 1.12.1+cu113
  • Datasets 2.5.1
  • Tokenizers 0.12.1

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
a620e56

0 моделей