/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
15 мая 2023

rubert-base-cased-russian-sentiment

Классификация текстаТекст → label5 профессий

RuBERT для определения положительной, отрицательной или нейтральной тональности коротких русских текстов.

88 165скачиваний за 30 дней12лайковвеса обновлены29 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

Модель seara/rubert-base-cased-russian-sentiment — RuBERT, дообученная для многоклассовой классификации тональности коротких текстов на русском языке. Она относит текст к одному из трёх классов: нейтральный, положительный или отрицательный. Модель построена на архитектуре BERT и содержит 205,1 млн параметров; максимальная длина контекста — 512 токенов.

Модель предназначена для анализа отзывов, новостей и других коротких русскоязычных текстов. В обучении использовано объединение наборов RuReviews, RuSentiment, Linis Crowd 2015, Linis Crowd 2016 и Kaggle Russian News Dataset. На тестовой выборке автор сообщает macro F1 0,77; F1 для положительного класса составил 0,84, для нейтрального и отрицательного — по 0,73. Модель распространяется по лицензии MIT.

Сценарии применения

  • классификация тональности отзывов на русском языке
  • анализ настроений в русскоязычных новостях
  • определение позитивных и негативных комментариев
  • мониторинг тональности текстовых упоминаний бренда

Ограничения

Модель рассчитана на короткие русские тексты и ограничена контекстом в 512 токенов. На указанной тестовой выборке macro F1 равен 0,77, поэтому часть тонких или неоднозначных оценок может классифицироваться неверно.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is RuBERT model fine-tuned for sentiment classification of short Russian texts. The task is a multi-class classification with the following labels:

0: neutral
1: positive
2: negative

Label to Russian label:

neutral: нейтральный
positive: позитивный
negative: негативный

Usage

from transformers import pipeline
model = pipeline(model="seara/rubert-base-cased-russian-sentiment")
model("Привет, ты мне нравишься!")
# [{'label': 'positive', 'score': 0.9818321466445923}]

Dataset

This model was trained on the union of the following datasets:

  • Kaggle Russian News Dataset
  • Linis Crowd 2015
  • Linis Crowd 2016
  • RuReviews
  • RuSentiment

An overview of the training data can be found on S. Smetanin Github repository.

Download links for all Russian sentiment datasets collected by Smetanin can be found in this repository.

Training

Training were done in this project with this parameters:

tokenizer.max_length: 256
batch_size: 32
optimizer: adam
lr: 0.00001
weight_decay: 0
epochs: 2

Train/validation/test splits are 80%/10%/10%.

Eval results (on test split)

neutralpositivenegativemacro avgweighted avg
precision0.720.850.750.770.77
recall0.750.840.720.770.77
f1-score0.730.840.730.770.77
auc-roc0.860.960.920.910.91
support5196383135991262612626

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
BertForSequenceClassification
Ревизия весов
d096199

0 моделей