/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Опубликована
13 июн 2026

distilbert-base-uncased-finetuned-emotion

Классификация текстаТекст → label3 профессии

Дообученная модель DistilBERT для определения одной из шести эмоций в английских твитах.

11скачиваний за 30 дней0лайковвеса обновлены13 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

ireallydk/distilbert-base-uncased-finetuned-emotion — модель на базе DistilBERT, дообученная на наборе данных emotion для классификации английских твитов по шести эмоциям: грусть, радость, любовь, гнев, страх и удивление. Она предназначена для анализа эмоциональной окраски коротких сообщений и может использоваться через конвейер text-classification в библиотеке Transformers.

В README приведены результаты на проверочной выборке: accuracy 0,932 и взвешенная F1-мера 0,9328. Модель принимает текст с контекстом до 512 токенов и выдаёт метку класса эмоции. Это учебная работа для вводного курса по ИИ; результаты на твитах не гарантируют такое же качество на других жанрах текста. Лицензия — Apache-2.0.

Сценарии применения

  • определение эмоции в английском твите
  • классификация коротких сообщений по настроению
  • анализ доли радости, грусти или гнева в сообщениях
  • разметка твитов по шести эмоциональным категориям

Ограничения

Модель дообучена на английских твитах, поэтому её качество на других языках и типах текста может отличаться. В README результаты указаны только для проверочной выборки набора emotion.

Для каких профессий подходит3

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

distilbert-base-uncased-finetuned-emotion

This model is a fine-tuned version of distilbert-base-uncased on the emotion dataset. It classifies an English tweet into one of six emotions: sadness, joy, love, anger, fear, surprise.

It was trained as a course assignment for an introductory AI course.

Results

On the validation set:

  • Accuracy: 0.932
  • Weighted F1: 0.9328

Training hyperparameters

  • learning rate: 2e-5
  • train batch size: 64
  • optimizer: AdamW
  • lr scheduler: linear with 10% warmup
  • weight decay: 0.01
  • epochs: 3 (best checkpoint kept by validation F1)

How to use

from transformers import pipeline

clf = pipeline("text-classification",
               model="ireallydk/distilbert-base-uncased-finetuned-emotion")
print(clf("i feel so happy today"))

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
92185ce

0 моделей