/ Модель

Характеристики

Контекст
512 токенов
Параметры
129 млн
Архитектура
bert · dense

c2-roberta-base-finetuned-dianping-chinese

Классификация текстаТекст → label3 профессии

BERT-модель классифицирует китайские отзывы и диалоги как оптимистичные или пессимистичные.

68скачиваний за 30 дней24лайкавеса обновлены8 июл 2021

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

liam168 разработал модель классификации текста на базе BERT для определения тональности китайских отзывов. Она обучена на корпусе диалогов на китайском языке и различает два класса: оптимистичный и пессимистичный. Модель имеет архитектуру BertForSequenceClassification, содержит 129,5 млн параметров и принимает текст длиной до 512 токенов.

Модель подходит для автоматической разметки тональности китайских отзывов и диалогов, например, для сортировки отзывов по позитивной и негативной оценке. В README указан размер 410 млн, который расходится с размером из метаданных; поэтому размер в параметрах приведён по метаданным. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Определение тональности китайских отзывов
  • Разметка китайских диалогов на позитивные и негативные
  • Сортировка отзывов по эмоциональной окраске

Ограничения

Модель различает только два класса — оптимистичный и пессимистичный — и рассчитана на китайский язык. В README и метаданных приведены расходящиеся оценки размера: 410 млн и 129,5 млн параметров соответственно.

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

liam168/c2-roberta-base-finetuned-dianping-chinese

Model description

用中文对话情绪语料训练的模型,2分类:乐观和悲观。

Overview

  • Language model: BertForSequenceClassification
  • Model size: 410M
  • Language: Chinese

Example

>>> from transformers import AutoModelForSequenceClassification , AutoTokenizer, pipeline

>>> model_name = "liam168/c2-roberta-base-finetuned-dianping-chinese"
>>> class_num = 2
>>> ts_texts = ["我喜欢下雨。", "我讨厌他."]
>>> model = AutoModelForSequenceClassification.from_pretrained(model_name, num_labels=class_num)
>>> tokenizer = AutoTokenizer.from_pretrained(model_name)
>>> classifier = pipeline('sentiment-analysis', model=model, tokenizer=tokenizer)
>>> classifier(ts_texts[0])
>>> classifier(ts_texts[1])

[{'label': 'positive', 'score': 0.9973447918891907}]
[{'label': 'negative', 'score': 0.9972558617591858}]

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
BertForSequenceClassification
Ревизия весов
952591d

0 моделей