/ Модель

Характеристики

Контекст
512 токенов
Параметры
140 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
bert-base-greek-uncased-v1
Библиотека
transformers
Опубликована
17 сен 2026

greek-hotel-reviews-sentiment

Классификация текстаТекст → label3 профессии

Дообученная греческая BERT-модель для определения положительной или отрицательной тональности коротких текстов.

145скачиваний за 30 дней0лайковвеса обновлены17 сен 2026

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 разработана в рамках проекта hotel-review-nlp и представляет собой дообученную для бинарной классификации тональности грекоязычного текста модель nlpaueb/bert-base-greek-uncased-v1. Она использует архитектуру BERT для классификации последовательностей, содержит 140,1 млн параметров и принимает текст длиной до 512 токенов. Метки результата: отрицательная и положительная тональность.

Модель предназначена для анализа коротких текстов на греческом языке, включая отзывы, комментарии и сообщения в соцсетях. На тестовом наборе из 767 примеров исходного корпуса политических твитов 2015 года указаны macro-F1 0,9086 и accuracy 0,9087. Эти результаты относятся к исходному домену корпуса; качество на отзывах об отелях отдельно не оценивалось.

Модель обучена на корпусе DGurgurov/greek_sa с лицензией MIT. В карточке модели указана лицензия MIT. Токенизатор базовой модели включён в репозиторий; README сообщает о прежней проблеме с отсутствующими файлами токенизатора и её исправлении.

Сценарии применения

  • определение тональности грекоязычных отзывов об отелях
  • классификация тональности греческих комментариев
  • анализ тональности греческих публикаций в соцсетях

Ограничения

Обучена на политических твитах 2015 года, поэтому её качество на отзывах об отелях и других доменах не проверено. Классификация бинарная и не предусматривает нейтральный класс.

Для каких профессий подходит3

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

GreekBERT sentiment classifier (Greek hotel-review extension)

Fine-tune of nlpaueb/bert-base-greek-uncased-v1 on the pinned DGurgurov/greek_sa corpus (revision 767a5a0737311829f43cb4f4c90a609b6da4ed50) — the Tsakalidis et al. (2018) Greek sentiment corpus (political tweets, 2015 election period, MIT-licensed).

Domain-transfer framing (stated, not hidden): the training corpus is Twitter political sentiment, not hotel reviews. It is the largest publicly labeled Greek sentiment corpus on the Hub; evaluation of this checkpoint on Greek hotel reviews is declared future work, not an achieved result.

Results (frozen 767-row ordered test split, seed 42)

MetricValue
Test macro-F10.9086
Test accuracy0.9087
Best validation macro-F10.9008
Majority baseline (accuracy)0.5215
Trainable params~109M (100%)
Training175.8 s on Tesla T4, 4 epochs, fp16

Sanity: beats the majority baseline by ~39 accuracy points; label mapping verified (0 = negative, 1 = positive, written into the checkpoint config).

An earlier seed of the same config scored 0.9150 test macro-F1; the ~0.6 pp gap between identical-config runs is run-to-run GPU nondeterminism on a small (767-row) test split — see the companion 5-family English benchmark for the variance-discipline story.

Training settings

seed 42 · max_length 160 · batch 32 · lr 2e-5 · weight decay 0.01 · warmup 0.06 · cosine-free linear schedule via Trainer defaults · fp16 · best checkpoint selected on validation macro-F1.

Intended use

Greek-language short-text sentiment (tweets, reviews, comments). Part of the hotel-review-nlp project's Greek extension: same provenance discipline as the English pipeline — pinned dataset revision, ordered-split fingerprints, test_logits.npy/test_labels.npy saved in original test order for unified-benchmark compatibility.

Checkpoint integrity fix (v2)

The initial push of this repo omitted the tokenizer files (vocab.txt, tokenizer_config.json, special_tokens_map.json). Any consumer that then called AutoTokenizer.from_pretrained on this repo got a silent fallback to a default BERT vocab: Greek text tokenized into UNKs, and predictions collapsed to the majority class. The three files were added verbatim from the base model and verified (tokens 5/10, unk=0 on probe texts). The reported metrics are unaffected — training and all in-job sanity checks loaded the tokenizer from the base model directly.

Limitations

  • Trained on political tweets from 2015: opinions and vocabulary are period- and domain-specific; performance on other Greek domains is untested.
  • Cleaned for URLs and @mentions; diacritics and final sigma left untouched (the nlpaueb tokenizer is trained on unnormalized Greek).
  • Binary labels only; the source corpus contains no neutral class.

Reproduce

python scripts/train_greek.py --config configs/greek_bert.yaml
python scripts/predict_greek.py --model-dir runs/greek_bert --text "Εξαιρετικό δωμάτιο και εξυπηρετικό προσωπικό"

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
9962dad

0 моделей