/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense

roberta-base-imdb

Классификация текстаТекст → label3 профессии

Дообученная RoBERTa классифицирует англоязычные отзывы IMDb по тональности.

904скачиваний за 30 дней2лайкавеса обновлены20 мая 2021

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 textattack/roberta-base-imdb разработана TextAttack на основе roberta-base и дообучена для классификации текстов на датасете IMDb. Она определяет тональность англоязычных отзывов о фильмах, относя их к положительному или отрицательному классу. Модель содержит около 151,8 млн параметров; архитектура — RoBERTa для классификации последовательностей. В README указаны обучение в течение пяти эпох, максимальная длина входа 128 токенов и точность 0,91436 на оценочной выборке, достигнутая после двух эпох. Метаданные указывают контекст до 514 токенов. Доступны варианты весов PyTorch и Flax. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Определение положительной или отрицательной тональности отзыва о фильме
  • Автоматическая сортировка отзывов IMDb по оценке зрителя
  • Анализ тональности англоязычных пользовательских рецензий на фильмы

Ограничения

Модель обучена для классификации отзывов IMDb и может хуже работать на текстах других типов или языках. Для обучения указана максимальная длина последовательности 128 токенов.

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

TextAttack Model Card

This roberta-base model was fine-tuned for sequence classification using TextAttack and the imdb dataset loaded using the nlp library. The model was fine-tuned for 5 epochs with a batch size of 64, a learning rate of 3e-05, and a maximum sequence length of 128. Since this was a classification task, the model was trained with a cross-entropy loss function. The best score the model achieved on this task was 0.91436, as measured by the eval set accuracy, found after 2 epochs.

For more information, check out TextAttack on Github.

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
006b34e

0 моделей