Дообученная модель BERT для классификации текстов об обсуждениях психического здоровья, включая депрессию и тревожность.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
mnaylor/psychbert-finetuned-mentalhealth — модель на базе BERT, дообученная для классификации текстов, связанных с темами психического здоровья, включая депрессию и тревожность. Она выдаёт оценки для двух классов: текст о психическом здоровье и прочий текст.
Модель предназначена для автоматической разметки и первичной фильтрации обсуждений о психическом здоровье. Она содержит 135,5 млн параметров, принимает последовательности длиной до 512 токенов и доступна в формате PyTorch. Разработчик — mnaylor; лицензия Apache-2.0.
Классификатор выявляет тематическую релевантность текста, но не ставит диагнозы и не заменяет профессиональную оценку. В карточке не указаны поддерживаемые языки и показатели качества.
Модель определяет тематическую релевантность текста и не предназначена для диагностики или замены консультации специалиста. В README не приведены метрики качества и сведения о поддерживаемых языках.
README от автора на Hugging Face, как он его опубликовал
This is a version of https://huggingface.co/mnaylor/psychbert-cased which was fine-tuned to identify text relevant to mental health discussions (e.g. depression and
anxiety). It can be loaded with the standard AutoModelFor* and AutoTokenizer classes, and its outputs are logits corresponding to mental health topics (index 1)
and all other text (index 0).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…