Дообученная англоязычная BERT-модель для классификации тональности отзывов об авиакомпаниях.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
johrianant/autotrain-airline-sentiment — дообученная модель BERT, созданная с помощью AutoTrain для классификации текста. Она предназначена для анализа тональности отзывов об авиакомпаниях и может помогать автоматически распределять такие тексты по категориям тональности.
Модель построена на google-bert/bert-base-uncased и содержит 136,7 млн параметров. Она принимает текст, выдаёт метку класса и рассчитана на последовательности длиной до 512 токенов. Валидационные метрики из карточки: точность 0,753, macro F1 0,749 и weighted F1 0,749.
Модель ориентирована на англоязычный текст. Опубликована в формате safetensors; лицензия в предоставленных данных не указана.
Валидационная точность составляет около 0,753; качество на других данных и доменах не установлено. Максимальная длина входа — 512 токенов.
README от автора на Hugging Face, как он его опубликовал
loss: 0.6212714910507202
f1_macro: 0.7488200560110672
f1_micro: 0.7533333333333333
f1_weighted: 0.7488200560110673
precision_macro: 0.7561692587922096
precision_micro: 0.7533333333333333
precision_weighted: 0.7561692587922095
recall_macro: 0.7533333333333333
recall_micro: 0.7533333333333333
recall_weighted: 0.7533333333333333
accuracy: 0.7533333333333333
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · text-classification
Подбираем GPU…