Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Архитектура: roberta · dense
Опубликована: 2 мар 2022

Ссылки

Hugging Face

roberta-base-SST-2

textattack

Классификация текстаТекст → label4 профессии

Дообученная RoBERTa для бинарной классификации тональности англоязычных текстов по SST-2.

1 326скачиваний за 30 дней0лайковвеса обновлены21 мая 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

textattack/roberta-base-SST-2 — модель классификации текста от команды TextAttack, основанная на архитектуре RoBERTa и дообученная для анализа тональности по набору SST-2. Она классифицирует фразы и предложения на позитивные и негативные; Hugging Face указывает для неё задачу text-classification, архитектуру RobertaForSequenceClassification, около 151,8 млн параметров и контекст до 514 токенов. Модель принимает текст и возвращает метку класса с оценкой.

Она подходит для определения тональности коротких отзывов, комментариев и других англоязычных фраз. Это специализированный классификатор, а не генеративная модель: он не предназначен для свободных ответов или надёжного анализа языков, отличных от английского. Карточка модели не содержит описания лицензии, поэтому условия лицензирования здесь не уточняются.

Сценарии применения

Определение позитивной или негативной тональности отзыва
Классификация тональности короткого комментария
Анализ эмоциональной окраски англоязычной фразы

Ограничения

Специализирована на бинарной тональности англоязычных фраз и предложений; её выводы не следует считать оценкой нейтральной тональности или поддержкой других языков. Карточка Hugging Face не содержит описания лицензии.

Для каких профессий подходит4

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 III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

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: 84ee248