Характеристики

Контекст: 512 токенов
Параметры: 138 млн
Архитектура: bert · dense
Опубликована: 9 апр 2022

Ссылки

Hugging Face

autotrain-livedoor_news-722922024

jicoc22578

Классификация текстаТекст → label6 профессий

Модель BERT для многоклассовой классификации японских новостных текстов по категориям набора livedoor_news.

12скачиваний за 30 дней0лайковвеса обновлены9 апр 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 jicoc22578/autotrain-livedoor_news-722922024 создана с помощью AutoTrain и предназначена для многоклассовой классификации текстов японских новостей из набора livedoor_news. Это плотная модель семейства BERT с архитектурой BertForSequenceClassification, содержащая 138,4 млн параметров и принимающая текст длиной до 512 токенов.

На проверочной выборке указаны accuracy 0,946 и macro F1 0,940. Модель подходит для отнесения японских новостных текстов к категориям, представленным в обучающих данных. В карточке указано использование PyTorch; лицензия не установлена по предоставленным данным.

Сценарии применения

классификация японских новостных статей по темам
автоматическая категоризация новостной ленты
разметка японских новостных текстов для анализа
фильтрация новостных материалов по категориям

Ограничения

Результаты описаны для задачи и данных livedoor_news; качество на других типах текстов не подтверждено. Контекст ограничен 512 токенами.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Trained Using AutoTrain

Problem type: Multi-class Classification
Model ID: 722922024
CO2 Emissions (in grams): 0.019299491458156143

Validation Metrics

Loss: 0.19609540700912476
Accuracy: 0.9457627118644067
Macro F1: 0.9404319054946133
Micro F1: 0.9457627118644067
Weighted F1: 0.9456037443251943
Macro Precision: 0.9420917371721244
Micro Precision: 0.9457627118644067
Weighted Precision: 0.9457910238180336
Macro Recall: 0.9391783746329772
Micro Recall: 0.9457627118644067
Weighted Recall: 0.9457627118644067

Usage

You can use cURL to access this model:

$ curl -X POST -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"inputs": "I love AutoTrain"}' https://api-inference.huggingface.co/models/jicoc22578/autotrain-livedoor_news-722922024

Or Python API:

from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("jicoc22578/autotrain-livedoor_news-722922024", use_auth_token=True)

tokenizer = AutoTokenizer.from_pretrained("jicoc22578/autotrain-livedoor_news-722922024", use_auth_token=True)

inputs = tokenizer("I love AutoTrain", return_tensors="pt")

outputs = model(**inputs)

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: BertForSequenceClassification
Ревизия весов: 5b5228a