Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: CC BY-NC 4.0
Архитектура: roberta · dense
Базовая модель: mental-roberta-base
Опубликована: 23 июн 2024

Ссылки

Hugging Face

mental-roberta-base-finetuned-depression

welsachy

Классификация текстаТекст → label3 профессии

Англоязычная модель RoBERTa для классификации текстов, связанных с депрессией.

88скачиваний за 30 дней0лайковвеса обновлены23 июн 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

mental-roberta-base-finetuned-depression — англоязычная модель RoBERTa для классификации текстов, созданная дообучением mental/mental-roberta-base, предобученной на публикациях о психическом здоровье. Модель содержит 151,8 млн параметров, принимает текстовые последовательности длиной до 514 токенов и предназначена для выявления текстов, связанных с депрессией.

В README приведены результаты оценки: F1 0,8996, точность 0,9115, precision 0,8863 и recall 0,9168. Набор данных для дообучения обозначен как None, а описание задач и ограничений в карточке не раскрыто, поэтому результаты нельзя уверенно переносить на другие наборы данных и сценарии. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

классификация текстов на тему депрессии
поиск упоминаний депрессии в публикациях о психическом здоровье
анализ англоязычных текстов для исследовательских проектов

Ограничения

Карточка не описывает метки классов и обучающий набор данных; качество на другой выборке или для клинических решений по приведённым метрикам установить нельзя. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mental-roberta-base-finetuned-depression

This model is a fine-tuned version of mental/mental-roberta-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.6567
Precision: 0.8863
Recall: 0.9168
F1: 0.8996
Accuracy: 0.9115

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
No log	1.0	469	0.3852	0.7878	0.8253	0.7958	0.8667
0.5249	2.0	938	0.4720	0.8778	0.8722	0.8662	0.8913
0.2598	3.0	1407	0.5459	0.8975	0.8791	0.8865	0.8977
0.1624	4.0	1876	0.5022	0.9004	0.8979	0.8976	0.9072
0.1036	5.0	2345	0.6257	0.8910	0.8968	0.8931	0.9009
0.0668	6.0	2814	0.6531	0.9145	0.8927	0.9026	0.9104
0.0539	7.0	3283	0.6209	0.8552	0.9115	0.8802	0.8945
0.057	8.0	3752	0.6567	0.8863	0.9168	0.8996	0.9115
0.0523	9.0	4221	0.7184	0.9067	0.8984	0.8993	0.9083
0.0354	10.0	4690	0.7112	0.8874	0.9014	0.8914	0.9072
0.0268	11.0	5159	0.7168	0.8996	0.9012	0.8979	0.9083
0.0297	12.0	5628	0.7499	0.8667	0.9096	0.8847	0.9030
0.0242	13.0	6097	0.7554	0.8946	0.9014	0.8955	0.9072
0.0238	14.0	6566	0.7990	0.8909	0.9014	0.8934	0.9072
0.0178	15.0	7035	0.8298	0.8965	0.8933	0.8925	0.9051
0.0226	16.0	7504	0.8428	0.9099	0.8890	0.8973	0.9062
0.0226	17.0	7973	0.8490	0.8742	0.8983	0.8816	0.9041
0.0183	18.0	8442	0.8148	0.8940	0.8965	0.8930	0.9072
0.0188	19.0	8911	0.8146	0.8927	0.8960	0.8921	0.9062
0.015	20.0	9380	0.8216	0.8927	0.8960	0.8921	0.9062

Framework versions

Transformers 4.41.2
Pytorch 2.3.0+cu121
Datasets 2.20.0
Tokenizers 0.19.1

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: b1b38bb