/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
roberta · dense
Опубликована
2 мар 2022

roberta-base-formality-ranker

Классификация текстаТекст → label3 профессии

Классификатор на базе RoBERTa оценивает формальность английских предложений и ранжирует тексты по уровню формальности.

71 644скачиваний за 30 дней23лайкавеса обновлены8 сен 2023

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

s-nlp разработала модель классификации текста на базе RoBERTa-base для оценки формальности английских предложений. Модель содержит 151,8 млн параметров, принимает текст и выдаёт оценку формальности в виде результата классификации. Длина контекста — до 514 токенов.

Модель предназначена для определения, является ли предложение формальным или неформальным, а также для ранжирования текстов по формальности. Она обучена на GYAFC и корпусе формальности Pavlick и Tetreault (2016); при обучении использовались бинарная классификация и ранжирование внутри пакета. Аугментация регистра и пунктуации помогала уменьшить зависимость от этих поверхностных признаков.

На тестовой выборке GYAFC указаны точность 0,9087 и F1 0,90; на нормализованных текстах результаты ниже: точность 0,8218 и F1 0,82. Качество зависит от жанра: для новостей корреляция Спирмена составила 0,4003, тогда как для ответов, блогов и писем — 0,7334–0,76. Модель ориентирована на английский язык и не предназначена для коммерческого использования; лицензия CC BY-NC-SA 4.0 требует указания авторства и распространения производных материалов на тех же условиях.

Сценарии применения

  • определение формального или неформального стиля предложения
  • ранжирование вариантов текста по формальности
  • проверка формальности писем и ответов
  • анализ формальности текстов в корпусах

Ограничения

Модель предназначена для английского языка, а её качество заметно различается между жанрами и снижается на текстах с нормализованным регистром и пунктуацией. Лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование.

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

The model has been trained to predict for English sentences, whether they are formal or informal.

Base model: roberta-base

Datasets: GYAFC from Rao and Tetreault, 2018 and online formality corpus from Pavlick and Tetreault, 2016.

Data augmentation: changing texts to upper or lower case; removing all punctuation, adding dot at the end of a sentence. It was applied because otherwise the model is over-reliant on punctuation and capitalization and does not pay enough attention to other features.

Loss: binary classification (on GYAFC), in-batch ranking (on PT data).

Performance metrics on the test data:

datasetROC AUCprecisionrecallfscoreaccuracySpearman
GYAFC0.97790.900.910.900.90870.8233
GYAFC normalized (lowercase + remove punct.)0.92340.850.810.820.82180.7294
P&T subsetSpearman R
news0.4003
answers0.7500
blog0.7334
email0.7606

Citation

If you are using the model in your research, please cite the following paper where it was introduced:

@InProceedings{10.1007/978-3-031-35320-8_4,
  author="Babakov, Nikolay
  and Dale, David
  and Gusev, Ilya
  and Krotova, Irina
  and Panchenko, Alexander",
  editor="M{\'e}tais, Elisabeth
  and Meziane, Farid
  and Sugumaran, Vijayan
  and Manning, Warren
  and Reiff-Marganiec, Stephan",
  title="Don't Lose the Message While Paraphrasing: A Study on Content Preserving Style Transfer",
  booktitle="Natural Language Processing and Information Systems",
  year="2023",
  publisher="Springer Nature Switzerland",
  address="Cham",
  pages="47--61",
  isbn="978-3-031-35320-8"
}

Licensing Information

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

CC BY-NC-SA 4.0

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
db9388f

0 моделей