Характеристики

Контекст: 512 токенов
Параметры: 138 млн
Лицензия: MIT
Архитектура: bert · dense
Опубликована: 21 мар 2023

Ссылки

Hugging Face

bert-base-turkish-cased-emotion-analysis

maymuni

Классификация текстаТекст → label3 профессии

Дообученная турецкая BERT-модель для классификации эмоций в текстах.

18скачиваний за 30 дней8лайковвеса обновлены22 мар 2023

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

maymuni/bert-base-turkish-cased-emotion-analysis — модель BERT для классификации эмоций в текстах. Она дообучена на базе dbmdz/bert-base-turkish-cased; указанный в карточке обучающий набор данных не назван. Модель предназначена для определения эмоциональной категории текста и подходит, например, для анализа тональности сообщений и отзывов. Архитектура — BertForSequenceClassification, около 137,8 млн параметров; максимальная длина контекста — 512 токенов.

В карточке приведены результаты оценки: loss 0,0437, accuracy и F1 около 0,995, однако значения accuracy и F1 помечены вопросительными знаками, а сведения о наборе данных отсутствуют. Модель распространяется по лицензии MIT.

Сценарии применения

определение эмоций в турецких сообщениях
анализ эмоций в отзывах на турецком языке
классификация эмоциональной окраски коротких текстов

Ограничения

Обучающий набор данных и подробности о метках классов не указаны. Значения accuracy и F1 в карточке помечены вопросительными знаками, поэтому их следует считать неподтверждёнными.

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 III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-base-turkish-cased-emotion-analysis

This model is a fine-tuned version of dbmdz/bert-base-turkish-cased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0437
Accuracy: 0.995 ??
F1: 0.9950 ??

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: 32
eval_batch_size: 32
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
No log	1.0	119	0.0378	0.99	0.9900
No log	2.0	238	0.0437	0.995	0.9950

Framework versions

Transformers 4.27.1
Pytorch 2.0.0+cpu
Datasets 2.10.1
Tokenizers 0.13.2

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: 07b6e1a