Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Опубликована: 12 мар 2022

Ссылки

Hugging Face

finetuning-sentiment-model-3000-samples

markt23917

Классификация текстаТекст → label3 профессии

Дообученная на отзывах IMDb модель DistilBERT для классификации тональности текстов.

9скачиваний за 30 дней0лайковвеса обновлены12 мар 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

markt23917/finetuning-sentiment-model-3000-samples — модель классификации текста, дообученная на базе distilbert-base-uncased на наборе данных IMDb. Она предназначена для определения тональности отзывов о фильмах. На оценочной выборке указаны accuracy 0,8767 и F1 0,8825. Модель использует архитектуру DistilBERT и принимает текст длиной до 512 токенов. Распространяется по лицензии Apache-2.0.

Сценарии применения

определение тональности отзыва о фильме
классификация отзывов IMDb на положительные и отрицательные
анализ тональности англоязычных пользовательских отзывов

Ограничения

Оценочные метрики приведены для IMDb и могут не отражать качество на других типах текстов. Максимальная длина входа — 512 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuning-sentiment-model-3000-samples

This model is a fine-tuned version of distilbert-base-uncased on the imdb dataset. It achieves the following results on the evaluation set:

Loss: 0.3351
Accuracy: 0.8767
F1: 0.8825

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Framework versions

Transformers 4.17.0
Pytorch 1.10.0+cu111
Datasets 1.18.4
Tokenizers 0.11.6

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: a8a92d6