/ Модель
Каталог

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Опубликована
5 мая 2022

Ссылки

Hugging Face

finetuning-sentiment-model-3000-samples

heranm
Классификация текстаТекст → label3 профессии

Дообученная DistilBERT-модель для определения тональности текстовых отзывов, обученная на IMDb.

21скачиваний за 30 дней0лайковвеса обновлены5 мая 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

Модель heranm/finetuning-sentiment-model-3000-samples — дообученная версия distilbert-base-uncased для классификации тональности текстов отзывов. Она использует архитектуру DistilBERT и обучалась на датасете IMDb; в карточке указаны точность 0,8733 и F1 0,8766 на оценочной выборке. Модель рассчитана на классификацию текста, в частности отзывов о фильмах, в пределах контекста до 512 токенов.

Модель принимает текст и выдаёт метку класса тональности. Она может быть полезна для автоматической сортировки отзывов и анализа мнений пользователей. Опубликована в формате PyTorch под лицензией Apache-2.0. Данные карточки не уточняют набор меток и ограничения применимости за пределами IMDb.

Сценарии применения

  • определение тональности отзыва о фильме
  • разделение отзывов на положительные и отрицательные
  • автоматическая сортировка отзывов по тональности

Ограничения

Оценка приведена для IMDb; качество на других типах текстов может отличаться. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuning-sentiment-model-3000-samples

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

  • Loss: 0.3131
  • Accuracy: 0.8733
  • F1: 0.8766

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2

Training results

Framework versions

  • Transformers 4.18.0
  • Pytorch 1.11.0+cpu
  • Datasets 2.1.0
  • 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
DistilBertForSequenceClassification
Ревизия весов
8962664

0 моделей

    Создать бенчмарк