/ Модель

Характеристики

Контекст
512 токенов
Лицензия
LGPL 3.0
Архитектура
distilbert · dense
Библиотека
transformers
Опубликована
2 мар 2022

distilbert-political-tweets

Классификация текстаТекст → label3 профессии

Модель DistilBERT определяет, выражает ли короткий англоязычный текст позицию демократов или республиканцев по примерам твитов сенаторов США.

45скачиваний за 30 дней27лайковвеса обновлены7 июл 2022

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

m-newhauser/distilbert-political-tweets — модель DistilBERT, дообученная на наборе m-newhauser/senator-tweets, содержащем твиты сенаторов США за первый год администрации Байдена. Она классифицирует короткие тексты по политической принадлежности к Демократической или Республиканской партии, обучена на 99 693 твитах 2021 года и показывает на тестовой выборке accuracy 0,9076 и F1 0,9117.

Модель принимает текст на английском языке; контекст ограничен 512 токенами. Доступны веса PyTorch и TensorFlow. Лицензия — LGPL-3.0. Качество на текстах длиннее твитов может быть ниже.

Сценарии применения

  • классификация политической принадлежности короткого текста
  • анализ партийной тональности твитов о политике США
  • сортировка публикаций по позициям демократов и республиканцев

Ограничения

Модель обучена на твитах сенаторов США за 2021 год, поэтому её результаты могут хуже переноситься на другие авторов, периоды и политические контексты. Точность может снижаться на текстах длиннее твита.

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

distilbert-political-tweets 🗣 🇺🇸

This model is a fine-tuned version of distilbert-base-uncased on the m-newhauser/senator-tweets dataset, which contains all tweets made by United States senators during the first year of the Biden Administration. It achieves the following results on the evaluation set:

  • Accuracy: 0.9076
  • F1: 0.9117

Model description

The goal of this model is to classify short pieces of text as having either Democratic or Republican sentiment. The model was fine-tuned on 99,693 tweets (51.6% Democrat, 48.4% Republican) made by US senators in 2021.

Model accuracy may not hold up on pieces of text longer than a tweet.

Training hyperparameters

The following hyperparameters were used during training:

  • optimizer: Adam
  • training_precision: float32
  • learning_rate = 5e-5
  • num_epochs = 5

Framework versions

  • Transformers 4.16.2
  • TensorFlow 2.8.0
  • Datasets 1.18.3
  • Tokenizers 0.11.6

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
DistilBertForSequenceClassification
Ревизия весов
b7c4530

0 моделей