/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
15 июн 2022

Ссылки

Hugging Face

sarcasm-detection-Bert-base-uncased-CR-POS

jkhan447
Классификация текстаТекст → label3 профессии

Дообученная модель BERT для классификации текста и обнаружения сарказма.

17скачиваний за 30 дней0лайковвеса обновлены15 июн 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

jkhan447 опубликовал модель BERT-base-uncased, дообученную для классификации текста. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. В карточке заявлено применение для обнаружения сарказма, однако сведения о датасете отсутствуют.

На оценочном наборе указана точность 0,5783 и потеря 4,1816. Эти результаты дают ограниченное представление о качестве: состав и размер набора, методика оценки и классы не описаны. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • определение саркастичных высказываний в тексте
  • анализ тональности сообщений в социальных сетях
  • фильтрация саркастичных отзывов и комментариев

Ограничения

Указанная точность на оценочном наборе составляет 0,5783, но датасет и методика оценки не описаны. Карточка не содержит подробностей о классах модели и ограничениях применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейIII.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

sarcasm-detection-Bert-base-uncased-CR-POS

This model is a fine-tuned version of bert-base-uncased on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 4.1816
  • Accuracy: 0.5783

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: 50

Training results

Framework versions

  • Transformers 4.19.4
  • Pytorch 1.11.0+cu113
  • Datasets 2.3.0
  • 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
BertForSequenceClassification
Ревизия весов
127b9c9

0 моделей

    Создать бенчмарк