/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
distilbert · dense
Опубликована
2 мар 2022

distilbert-base-uncased-go-emotions-student

Классификация текстаТекст → label4 профессии

Компактная модель DistilBERT классифицирует англоязычный текст по эмоциональным категориям GoEmotions.

2 195скачиваний за 30 дней82лайкавеса обновлены15 сен 2025

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

joeddav/distilbert-base-uncased-go-emotions-student — англоязычный классификатор эмоций, разработанный как компактная ученическая модель на базе DistilBERT. Его обучили дистилляцией предсказаний модели zero-shot классификации на неразмеченных данных GoEmotions; обучение продолжалось 10 эпох со смешанной точностью.

Модель предназначена для классификации текста по эмоциональным категориям GoEmotions и для демонстрации способа переноса знаний от ресурсоёмкой NLI-модели к более эффективному классификатору, обучаемому на неразмеченных данных. Она поддерживает входной текст длиной до 512 токенов и выдаёт метки классов.

По заявлению автора, качество может быть ниже, чем у модели, обученной на полностью размеченных данных. Хотя GoEmotions допускает несколько меток для одного примера, учитель создавал псевдометки только одного класса. Модель распространяется по лицензии MIT.

Сценарии применения

  • определение эмоций в коротких англоязычных сообщениях
  • анализ эмоциональной окраски комментариев
  • автоматическая разметка текстов эмоциональными категориями
  • создание демонстрационного классификатора эмоций без размеченных обучающих данных

Ограничения

Автор предупреждает, что качество может уступать модели, обученной на полностью размеченных данных. Обучающий учитель назначал каждому примеру только одну псевдометку, хотя набор GoEmotions допускает несколько меток.

Для каких профессий подходит4

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-go-emotions-student

Model Description

This model is distilled from the zero-shot classification pipeline on the unlabeled GoEmotions dataset using this script. It was trained with mixed precision for 10 epochs and otherwise used the default script arguments.

Intended Usage

The model can be used like any other model trained on GoEmotions, but will likely not perform as well as a model trained with full supervision. It is primarily intended as a demo of how an expensive NLI-based zero-shot model can be distilled to a more efficient student, allowing a classifier to be trained with only unlabeled data. Note that although the GoEmotions dataset allow multiple labels per instance, the teacher used single-label classification to create psuedo-labels.

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
8211404

0 моделей