Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: Apache 2.0
Архитектура: roberta · dense
Опубликована: 14 мар 2022

Ссылки

Hugging Face

roberta-base-bne-finetuned-amazon_reviews_multi

robertou2

Классификация текстаТекст → label3 профессии

Дообученная испаноязычная RoBERTa для классификации отзывов Amazon и экспериментов с анализом мнений.

13скачиваний за 30 дней0лайковвеса обновлены14 мар 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 robertou2/roberta-base-bne-finetuned-amazon_reviews_multi — испаноязычная RoBERTa, дообученная на наборе amazon_reviews_multi для классификации текстов отзывов. Она содержит 151,8 млн параметров, принимает последовательности длиной до 514 токенов и распространяется в формате PyTorch. В README модель названа учебной пробой курса NLP; на оценочной выборке указаны accuracy 0,9325 и loss 0,2368.

Модель подходит для автоматической классификации отзывов Amazon и экспериментов с анализом пользовательских мнений. Карточка не уточняет набор меток, разбиение данных и ограничения применения, поэтому конкретную интерпретацию классов следует проверить перед использованием. Лицензия — Apache-2.0.

Сценарии применения

классификация отзывов Amazon
анализ тональности отзывов на испанском языке
оценка качества классификатора текстов на отложенной выборке

Ограничения

README не уточняет метки классов и подробности обучающих данных; модель описана как учебная проба, поэтому её качество и применимость к другим доменам требуют отдельной проверки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели 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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-base-bne-finetuned-amazon_reviews_multi

This model is a fine-tuned version of BSC-TeMU/roberta-base-bne on the amazon_reviews_multi dataset. It achieves the following results on the evaluation set:

Loss: 0.2368
Accuracy: 0.9325

Model description

Modelo de prueba del curso NLP de 0 a 100 sesion 4

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-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: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1919	1.0	1250	0.1690	0.933
0.0972	2.0	2500	0.2368	0.9325

Framework versions

Transformers 4.17.0
Pytorch 1.10.0+cu111
Datasets 1.18.4
Tokenizers 0.11.6

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: RobertaForSequenceClassification
Ревизия весов: a0e68c1