Характеристики

Контекст: 512 токенов
Архитектура: distilbert · dense
Опубликована: 3 дек 2023

Ссылки

Hugging Face

sa_mobileBERT

keefezowie

Классификация текстаТекст → label3 профессии

Дообученная на наборе emotion модель DistilBERT для классификации текста по эмоциональным категориям.

52скачиваний за 30 дней0лайковвеса обновлены12 апр 2024

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

keefezowie/sa_mobileBERT — модель классификации текста на основе архитектуры DistilBERT, дообученная на наборе данных emotion. Она предназначена для отнесения текста к эмоциональным категориям. Модель принимает текст и выдаёт метки классов; максимальная длина контекста составляет 512 токенов. В репозитории представлены веса Safetensors и версия TFLite. Разработчик не указал подробности о целевых сценариях, языках, качестве и ограничениях модели. Лицензия в предоставленных данных не указана.

Сценарии применения

определение эмоциональной категории короткого текста
классификация эмоций в сообщениях пользователей
анализ тональности и эмоций в текстовых отзывах

Ограничения

Карточка не сообщает языки обучения, метрики качества или перечень эмоциональных классов; применимость к языкам и текстам вне набора emotion не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sa_mobileBERT

This model is a fine-tuned version of on the emotion dataset.

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: 512
eval_batch_size: 64
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.5
lr_scheduler_warmup_steps: 500
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	32	1.7898	0.2905

Framework versions

Transformers 4.35.0
Pytorch 2.0.0
Datasets 2.1.0
Tokenizers 0.14.1

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: DistilBertForSequenceClassification
Ревизия весов: 745f31b