/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 мар 2022

sundanese-bert-base-emotion-classifier

Классификация текстаТекст → label3 профессии

BERT-модель для классификации эмоций в сунданских текстах, в том числе сообщениях из Twitter.

23скачиваний за 30 дней0лайковвеса обновлены5 авг 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

Sundanese BERT Base Emotion Classifier — модель классификации эмоций в текстах на сунданском языке, разработанная Уилсоном Вонгсо. Она основана на предварительно обученной модели Sundanese BERT Base Uncased от luche и дообучена на сунданских публикациях из Twitter. Архитектура — BERT для классификации последовательностей; модель содержит около 136,7 млн параметров и принимает тексты длиной до 512 токенов.

Модель предназначена для определения эмоциональной окраски сунданских сообщений, в том числе публикаций в социальных сетях. В README для оценки на отложенной части датасета указаны accuracy 96,82% и macro-F1 96,75%; качество на других жанрах и источниках может отличаться. Результаты могут наследовать смещения исходной модели и обучающего набора. Лицензия — MIT.

Сценарии применения

  • Определение эмоций в сунданских твитах
  • Анализ эмоциональной окраски сунданских сообщений в соцсетях
  • Разметка сунданских текстов по эмоциональным категориям

Ограничения

Модель обучена на сунданских публикациях Twitter, поэтому её результаты на других жанрах и источниках могут быть менее надёжными. Возможны смещения, унаследованные от базовой модели и обучающего датасета.

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

Sundanese BERT Base Emotion Classifier

Sundanese BERT Base Emotion Classifier is an emotion-text-classification model based on the BERT model. The model was originally the pre-trained Sundanese BERT Base Uncased model trained by @luche, which is then fine-tuned on the Sundanese Twitter dataset, consisting of Sundanese tweets.

10% of the dataset is kept for evaluation purposes. After training, the model achieved an evaluation accuracy of 96.82% and F1-macro of 96.75%.

Hugging Face's Trainer class from the Transformers library was used to train the model. PyTorch was used as the backend framework during training, but the model remains compatible with other frameworks nonetheless.

Model

Model#paramsArch.Training/Validation data (text)
sundanese-bert-base-emotion-classifier110MBERT BaseSundanese Twitter dataset

Evaluation Results

The model was trained for 10 epochs and the best model was loaded at the end.

EpochTraining LossValidation LossAccuracyF1PrecisionRecall
10.7598000.2639130.9246030.9250420.9284260.926130
20.2131000.4560220.9087300.9067320.9241410.907846
30.0919000.2043230.9563490.9558960.9562260.956248
40.0438000.2191430.9563490.9557050.9558480.956392
50.0137000.2472890.9603170.9597340.9594770.960782
60.0048000.2866360.9563490.9555400.9565190.956615
70.0002000.2434080.9603170.9590850.9591450.959310
80.0015000.2321380.9603170.9594510.9594270.959997
90.0001000.2155230.9682540.9675560.9671920.968330
100.0001000.2165330.9682540.9675560.9671920.968330

How to Use

As Text Classifier

from transformers import pipeline

pretrained_name = "sundanese-bert-base-emotion-classifier"

nlp = pipeline(
    "sentiment-analysis",
    model=pretrained_name,
    tokenizer=pretrained_name
)

nlp("Punten ini akurat ga ya sieun ihh daerah aku masuk zona merah")

Disclaimer

Do consider the biases which come from both the pre-trained BERT model and the Sundanese Twitter dataset that may be carried over into the results of this model.

Author

Sundanese BERT Base Emotion Classifier was trained and evaluated by Wilson Wongso. All computation and development are done on Google Colaboratory using their free GPU access.

Citation Information

@article{rs-907893,
    author   = {Wongso, Wilson
                and Lucky, Henry
                and Suhartono, Derwin},
    journal  = {Journal of Big Data},
    year     = {2022},
    month    = {Feb},
    day      = {26},
    abstract = {The Sundanese language has over 32 million speakers worldwide, but the language has reaped little to no benefits from the recent advances in natural language understanding. Like other low-resource languages, the only alternative is to fine-tune existing multilingual models. In this paper, we pre-trained three monolingual Transformer-based language models on Sundanese data. When evaluated on a downstream text classification task, we found that most of our monolingual models outperformed larger multilingual models despite the smaller overall pre-training data. In the subsequent analyses, our models benefited strongly from the Sundanese pre-training corpus size and do not exhibit socially biased behavior. We released our models for other researchers and practitioners to use.},
    issn     = {2693-5015},
    doi      = {10.21203/rs.3.rs-907893/v1},
    url      = {https://doi.org/10.21203/rs.3.rs-907893/v1}
}

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
bc1139a

0 моделей