Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Опубликована: 22 июн 2023

Ссылки

Hugging Face

humor-no-humor

mohameddhiab

Классификация текстаТекст → label3 профессии

Модель на базе DistilBERT определяет, является ли текст шуткой.

10 394скачиваний за 30 дней8лайковвеса обновлены24 июн 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

humor-no-humor — модель классификации текста, дообученная разработчиком на базе distilbert-base-uncased для определения, содержит ли текст юмор. Она принимает текст и относит его к классу «шутка» или «не шутка»; модель предназначена для автоматической фильтрации и анализа коротких текстов. Архитектура — DistilBERT для классификации последовательностей, контекст ограничен 512 токенами.

В README для оценки на тестовой выборке указаны F1 0,9537 и loss 0,1269. Модель опубликована под лицензией Apache-2.0. Подробности о составе обучающего датасета и ограничениях в карточке не раскрыты; метрика относится только к описанной оценочной выборке и сама по себе не гарантирует качество на других типах текста.

Сценарии применения

определение шуток в сообщениях
фильтрация юмористического контента
разметка текстов по наличию юмора

Ограничения

Ограничение контекста составляет 512 токенов. Сведения о составе обучающей выборки не приведены, поэтому опубликованная метрика F1 не гарантирует качество на текстах другого типа.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей 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 I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

humor-no-humor

This model is a fine-tuned version of distilbert-base-uncased on a joke/no-joke dataset in order to detect humor. It achieves the following results on the evaluation set:

Loss: 0.1269
F1: 0.9537

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-06
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: 3

Training results

Training Loss	Epoch	Step	Validation Loss	F1
0.1707	1.0	1677	0.1398	0.9423
0.1427	2.0	3354	0.1291	0.9531
0.1384	3.0	5031	0.1269	0.9537

Framework versions

Transformers 4.31.0.dev0
Pytorch 2.0.0
Datasets 2.1.0
Tokenizers 0.13.3

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: cec42ea