/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense

distilbert-base-multilingual-cased-sentiment

Классификация текстаТекст → label3 профессии

Дообученная многоязычная DistilBERT-модель для классификации тональности отзывов покупателей.

1 624скачиваний за 30 дней2лайкавеса обновлены24 янв 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

Модель philschmid/distilbert-base-multilingual-cased-sentiment — дообученная версия distilbert-base-multilingual-cased для классификации тональности отзывов. Её представил автор philschmid; обучение проводилось на наборе amazon_reviews_multi. Модель использует архитектуру DistilBERT и предназначена для классификации текста.

Модель подходит для определения тональности отзывов покупателей и автоматической разметки пользовательских оценок. В README указаны результаты на тестовой выборке: accuracy и F1 — 0,7648. Максимальная длина контекста — 512 токенов. Доступны веса PyTorch, лицензия — Apache-2.0. Поддержка нескольких языков следует из базовой модели, однако перечень языков для этой версии не приведён.

Сценарии применения

  • Определение тональности отзывов покупателей
  • Автоматическая разметка отзывов по тональности
  • Анализ многоязычных отзывов о товарах

Ограничения

На оценочной выборке указаны accuracy и F1 0,7648; качество может зависеть от языка и типа текста. Контекст ограничен 512 токенами.

Для каких профессий подходит3

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

distilbert-base-multilingual-cased-sentiment

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

  • Loss: 0.5842
  • Accuracy: 0.7648
  • F1: 0.7648

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: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 33
  • distributed_type: sagemaker_data_parallel
  • num_devices: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracyF1
0.64050.5350000.58260.74980.7498
0.56981.07100000.56860.76120.7612
0.52861.6150000.55930.76360.7636
0.51412.13200000.58420.76480.7648
0.47632.67250000.57360.76370.7637
0.45493.2300000.60270.75930.7593
0.42313.73350000.60170.75520.7552
0.39654.27400000.64890.75510.7551
0.37444.8450000.64260.75340.7534

Framework versions

  • Transformers 4.12.3
  • Pytorch 1.9.1
  • Datasets 1.15.1
  • Tokenizers 0.10.3

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
b45a713

0 моделей