Характеристики
- Контекст
- 512 токенов
- Параметры
- 138 млн
- Архитектура
- bert · dense
- Опубликована
- 16 дек 2022
Ссылки
bert-japanese-finetuned-sentiment
BERT-модель для классификации тональности японских текстов.
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
koheiduck/bert-japanese-finetuned-sentiment — модель классификации японского текста, опубликованная пользователем koheiduck на Hugging Face. Она предназначена для анализа тональности японских текстов и возвращает метки классификации. Модель использует архитектуру BERT и класс BertForSequenceClassification; содержит 137,8 млн параметров и принимает последовательности длиной до 512 токенов.
Модель работает с текстом и подходит, например, для определения тональности отзывов или сообщений на японском языке. Карточка рекомендует запуск через Transformers с задачей text-classification, но не описывает обучающие данные, точность, набор меток или лицензию; эти характеристики нельзя надёжно указать.
Сценарии применения
- Определение тональности японских отзывов
- Классификация японских сообщений по тональности
- Анализ эмоциональной окраски японских текстов
Ограничения
Карточка не приводит метрики качества, описание меток или обучающих данных, поэтому пригодность для конкретного набора текстов следует проверять отдельно. Указанное в метаданных ограничение контекста — 512 токенов.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 9d73491