Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: roberta-base-indonesian-sentiment-analysis-smsa
Опубликована: 10 июл 2024

Ссылки

Hugging Face

roberta-stunting-medsos-sentiment

hiseulgi

Классификация текстаТекст → label

Дообученная RoBERTa-модель для классификации тональности индонезийских сообщений в соцсетях о задержке роста у детей.

8скачиваний за 30 дней0лайковвеса обновлены10 июл 2024

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

roberta-stunting-medsos-sentiment — модель классификации текстов на основе RoBERTa, разработанная как дообучение ayameRushia/roberta-base-indonesian-sentiment-analysis-smsa. Она предназначена для определения тональности сообщений в социальных сетях, связанных с задержкой роста у детей. Модель содержит 151,8 млн параметров, использует архитектуру RobertaForSequenceClassification и принимает последовательности длиной до 514 токенов.

В README приведены результаты на тестовой выборке: accuracy 0,8742, precision 0,8496, recall 0,8438 и F1 0,8441. Обучающий датасет обозначен как None, поэтому его состав и репрезентативность оценить нельзя. Лицензия модели — MIT.

Сценарии применения

Определение тональности сообщений о задержке роста у детей
Классификация публикаций в соцсетях по эмоциональной окраске
Анализ общественного мнения о проблеме задержки роста в Индонезии

Ограничения

В README не описаны состав и характеристики датасета, а оценочные метрики сами по себе не показывают качество на других источниках сообщений. Максимальная длина входной последовательности — 514 токенов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-stunting-medsos-sentiment

This model is a fine-tuned version of ayameRushia/roberta-base-indonesian-sentiment-analysis-smsa on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.8784
Accuracy: 0.8742
Precision: 0.8496
Recall: 0.8438
F1: 0.8441

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: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	Precision	Recall	F1
No log	1.0	314	0.4554	0.8487	0.8401	0.7848	0.8018
0.4659	2.0	628	0.5678	0.8567	0.8501	0.7946	0.8133
0.4659	3.0	942	0.6851	0.8535	0.8278	0.8404	0.8247
0.1838	4.0	1256	0.8474	0.8742	0.8476	0.8470	0.8451
0.0176	5.0	1570	0.8784	0.8742	0.8496	0.8438	0.8441

Framework versions

Transformers 4.41.2
Pytorch 2.1.2
Datasets 2.19.2
Tokenizers 0.19.1

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: c156334