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-POS

jkhan447

Классификация текстаТекст → label3 профессии

Дообученная модель BERT для классификации текста и обнаружения сарказма.

11скачиваний 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

Модель jkhan447/sarcasm-detection-Bert-base-uncased-POS — дообученная для классификации текста версия BERT base uncased, разработанная автором репозитория. Она предназначена для обнаружения сарказма в тексте. Модель содержит 136,7 млн параметров, использует архитектуру BERT для классификации последовательностей и принимает текстовые входы длиной до 512 токенов.

В карточке приведены результаты оценки: accuracy 0,591 и loss 3,1904; датасет указан как None, поэтому данные о составе обучающей выборки отсутствуют. Модель распространяется по лицензии Apache-2.0. Низкая указанная точность ограничивает надёжность автоматического определения сарказма.

Сценарии применения

определение сарказма в коротких сообщениях
анализ саркастичных отзывов
поиск саркастичных реплик в публикациях
предварительная разметка текста для анализа тональности

Ограничения

На оценочной выборке указана точность 0,591, поэтому предсказания могут быть ненадёжными. Сведения о датасете и подробные ограничения модели в карточке не приведены.

Для каких профессий подходит3

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 III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели III.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-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: 3.1904
Accuracy: 0.591

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: 2672864