Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 19 июн 2026

Ссылки

Hugging Face

distilbert-base-uncased-finetuned-emotion-classification

hac1224

Классификация текстаТекст → label

Компактная модель DistilBERT классифицирует текст по эмоциональным категориям.

6скачиваний 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

Модель hac1224/distilbert-base-uncased-finetuned-emotion-classification — компактный классификатор текста на архитектуре DistilBERT, дообученный на базе distilbert/distilbert-base-uncased для распознавания эмоций. Она присваивает тексту метку класса и подходит для автоматической разметки эмоциональной окраски коротких сообщений и анализа тональности эмоциональных высказываний. Для неё заявлены точность 0,935 и F1 0,935 на оценочном наборе данных.

Модель принимает текст и возвращает метки классификации. Максимальная длина контекста — 512 токенов; веса опубликованы в формате safetensors. Датасет и перечень классов эмоций в карточке не раскрыты, поэтому область применимости метрик и состав распознаваемых эмоций оценить нельзя. Лицензия — Apache-2.0.

Сценарии применения

определение эмоций в сообщениях пользователей
разметка эмоциональной окраски отзывов
анализ эмоционального тона комментариев
автоматическая классификация коротких текстов по эмоциям

Ограничения

Датасет обучения и набор предсказываемых эмоциональных классов не описаны, поэтому метрики на оценочном наборе могут не отражать качество на других данных. 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-classification

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: 0.1529
Accuracy: 0.935
Precision: 0.9352
Recall: 0.935
F1: 0.9350

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: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 4

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	Precision	Recall	F1
0.7943	1.0	250	0.2564	0.9205	0.9214	0.9205	0.9208
0.2045	2.0	500	0.1736	0.9295	0.9314	0.9295	0.9301
0.1370	3.0	750	0.1576	0.9325	0.9330	0.9325	0.9326
0.1082	4.0	1000	0.1529	0.935	0.9352	0.935	0.9350

Framework versions

Transformers 5.9.0
Pytorch 2.6.0+cu124
Datasets 5.0.0
Tokenizers 0.22.2

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: 0b916cc