/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
18 июн 2024

odsbahia-ptbr

Классификация текстаТекст → label4 профессии

Модель классифицирует португалоязычные тексты по 20 целям устойчивого развития, включая три дополнительные социально-культурные цели.

101скачиваний за 30 дней1лайквеса обновлены9 дек 2024

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

ODSBahia-PTBR — модель классификации текстов, разработанная в рамках академического исследования в Федеральном университете Южной Баии, Бразилия. Она присваивает текстам категории, связанные с 17 Целями устойчивого развития ООН, а также с тремя дополнительными целями: расовое равенство, искусство, культура и коммуникация, права коренных народов и традиционных сообществ.

Модель построена на BERT и дообучена на базе neuralmind/bert-base-portuguese-cased на специально собранных для этой задачи данных. Она рассчитана на португальский язык, имеет контекст до 512 токенов и доступна в формате safetensors; лицензия — MIT. В README приведены метрики на наборе OSDG-CD: accuracy 0,98, precision 0,89, recall 0,70 и F1 0,79.

Сценарии применения

  • классификация текстов по Целям устойчивого развития ООН
  • поиск материалов о расовом равенстве
  • выявление текстов об искусстве, культуре и коммуникации
  • поиск публикаций о правах коренных народов и традиционных сообществ
  • разметка португалоязычных текстов для анализа тем устойчивого развития

Ограничения

В приведённых метриках полнота составляет 0,70, а F1 — 0,79, поэтому часть релевантных текстов может быть пропущена. Контекст ограничен 512 токенами; качество за пределами описанной задачи классификации по 20 целям не подтверждено.

Для каких профессий подходит4

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

odsbahia/odsbahia-ptbr

This model (ODSBahia-PTBR) serves to classify texts in relation to the 17 United Nations Sustainable Development Goals (SDGs), but it also covers the three new SDGs introduced in the document “2030 Agenda Guide: integrating SDGs, Education and Society”, prepared in 2020 in partnership between the University of Brasília (UnB) and the State University of São Paulo (UNESP,. "Racial Equality (SDG 18)", "Art, Culture and Communication (SDG 19)", and "Rights of Original Peoples and Traditional Communities (SDG 20)

image Source:https://gtagenda2030.org.br/ image Source:https://raizesds.com.br/pt/novos-ods/

Model Description

This text classification model was developed by tuning the neuralmind/bert-base-portuguese-cased pre-trained model. The training data for this fine-tuned model was collected specifically for this task. This model was made as part of academic research at the Federal University of Southern Bahia in Brazil. The goal was to create a text classification model against the 20 SDGs based on Transformers that anyone could use. The main model details are highlighted below:

  • Model type: Text classification
  • Language(s) (NLP): Portuguese
  • License: mit
  • Finetuned from model [optional]: neuralmind/bert-base-portuguese-cased

Direct Use

This is a fine-tuned model and therefore does not require additional training.

How to Get Started with the Model

Use the code below to get started with the model.

from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("odsbahia/odsbahia-ptbr")
model = AutoModelForSequenceClassification.from_pretrained("odsbahia/odsbahia-ptbr")

Training Data

Training data includes texts from a wide variety of sources and academic research fields. Therefore, this adjusted model is not intended for a specific sector.

Training Hyperparameters

  • SEED = 42
  • MAX_LEN = 128
  • BATCH_SIZE = 16
  • NUM_EPOCHS = 34
  • LEARNING_RATE = 9.46e-05
  • WEIGHT_DECAY_RATE = 1.21e-05

Evaluation

Metrics

  • Accuracy = 0.98 sobre a base de dados (OSDG-CD)
  • Precision = 0.89
  • Recall = 0.70
  • F1-Score = 0.79

Citation

Santos , Êmeris S., & Moraes , L. E. (2024). ODSBAHIA-PTBR: A Natural Language Processing Model to Support Sustainable Development Goals. Revista De Gestão Social E Ambiental, 18(12), e010230. https://doi.org/10.24857/rgsa.v18n12-039

Model Card Contact

falecom@odsbahia.org

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
65fc4a8

0 моделей