Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Архитектура
- bert · dense
- Опубликована
- 26 фев 2023
Ссылки
bert-it-sentiment
BERT-модель pysentimiento для классификации тональности текстов на итальянском языке.
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
pysentimiento/bert-it-sentiment — модель классификации текста от команды pysentimiento на основе BERT, предназначенная для анализа тональности на итальянском языке. Она выдаёт метку класса для входного текста; в Hugging Face указаны задача text-classification, архитектура BertForSequenceClassification, около 137,1 млн параметров и контекст до 512 токенов. Модель можно применять для определения тональности итальянских сообщений, отзывов и публикаций в социальных сетях.
Карточка демонстрирует использование через Transformers и PyTorch, но подробностей об обучающих данных, классах тональности, качестве и лицензии не содержит. Это специализированный классификатор, поэтому он не предназначен для генерации текста.
Сценарии применения
- определение тональности итальянских публикаций в соцсетях
- классификация итальянских отзывов по тональности
- анализ тональности итальянских коротких сообщений
Ограничения
Контекст ограничен 512 токенами. Карточка модели не сообщает состав меток, обучающие данные, оценку качества или лицензию.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 8ebb630