Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 17 июн 2026

Ссылки

Hugging Face

distilbert-base-uncased-finetuned-emotion

h1nadesu

Классификация текстаТекст → label

Дообученная на распознавание эмоций модель DistilBERT для классификации текстовых сообщений.

9скачиваний за 30 дней0лайковвеса обновлены19 июн 2026

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

h1nadesu выпустил модель классификации текста на основе DistilBERT, дообученную для распознавания эмоций. Она принимает текст и относит его к одной из эмоциональных категорий; точный перечень меток и обучающий датасет в карточке не раскрыты. Модель подходит для анализа эмоциональной окраски коротких текстов и может использоваться как компонент систем мониторинга отзывов и сообщений.

Архитектура — DistilBertForSequenceClassification; модель использует библиотеку Transformers и формат весов safetensors. Базовая модель DistilBERT рассчитана на контекст до 512 токенов. В README указаны результаты оценки: accuracy 0,939 и F1 0,9391, но набор данных и протокол оценки не описаны, поэтому эти показатели не позволяют судить о качестве на других текстах. Лицензия — Apache-2.0.

Сценарии применения

определение эмоций в коротких сообщениях
анализ эмоциональной окраски отзывов
сортировка пользовательских комментариев по эмоциональным категориям

Ограничения

В карточке не указаны обучающий датасет и перечень эмоциональных меток; результаты оценки могут не переноситься на другие типы текстов. Контекст ограничен 512 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-finetuned-emotion

This model is a fine-tuned version of distilbert-base-uncased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1556
Accuracy: 0.939
F1: 0.9391

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: 2e-05
train_batch_size: 64
eval_batch_size: 64
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.173	1.0	250	0.1602	0.9305	0.9309
0.105	2.0	500	0.1556	0.939	0.9391

Framework versions

Transformers 4.45.0
Pytorch 2.11.0+cu128
Datasets 2.19.0
Tokenizers 0.20.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: DistilBertForSequenceClassification
Ревизия весов: c80969c