Характеристики

Контекст: 512 токенов
Параметры: 132 млн
Архитектура: camembert · dense
Базовая модель: wangchanberta-base-att-spm-uncased
Библиотека: transformers
Опубликована: 10 окт 2024

Ссылки

Hugging Face

wangchan-sentiment-thai-text-model

phoner45

Классификация текстаТекст → label3 профессии

Дообученная WangchanBERTa для классификации тональности тайских отзывов и сообщений.

50скачиваний за 30 дней5лайковвеса обновлены21 окт 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

wangchan-sentiment-thai-text-model — модель классификации текста на базе WangchanBERTa, разработанная путём дообучения airesearch/wangchanberta-base-att-spm-uncased. Она предназначена для определения тональности тайских текстов, включая отзывы и короткие сообщения; в метаданных указаны датасеты Wongnai Reviews и Wisesight Sentiment. Модель построена на архитектуре CamemBERT для классификации последовательностей, содержит 132,5 млн параметров и принимает текст длиной до 512 токенов.

На указанном в карточке оценочном наборе модель получила accuracy 0,7535 и loss 0,5849. Она подходит для автоматической разметки тональности, например при анализе отзывов и сообщений на тайском языке. Это дообученная модель, а не универсальный генератор текста; подробности о лицензии и условиях использования в предоставленных данных отсутствуют.

Сценарии применения

Определение тональности отзывов о товарах и услугах на тайском языке
Разметка тональности коротких сообщений на тайском языке
Подготовка данных для анализа мнений в тайских отзывах

Ограничения

В карточке указана accuracy 0,7535 на оценочном наборе; качество на других типах текстов и доменах не описано. Сведения о лицензии в предоставленных данных отсутствуют.

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 IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wangchan-sentiment-thai-text-model

This model is a fine-tuned version of airesearch/wangchanberta-base-att-spm-uncased on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.5849
Accuracy: 0.7535

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: 1e-05
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: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.6445	1.0	3822	0.6295	0.7309
0.5865	2.0	7644	0.5855	0.7430
0.5285	3.0	11466	0.5754	0.7455
0.5127	4.0	15288	0.5816	0.7492
0.4861	5.0	19110	0.5849	0.7535

Framework versions

Transformers 4.44.2
Pytorch 2.4.1+cu121
Datasets 3.0.1
Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: CamembertForSequenceClassification
Ревизия весов: 93472c8