Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense

Ссылки

Hugging Face

roberta-base-finetuned-imdb

wrmurray

Классификация текстаТекст → label3 профессии

RoBERTa-base, дообученная на IMDB для классификации тональности отзывов о фильмах.

13скачиваний за 30 дней0лайковвеса обновлены10 фев 2022

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

Это модель классификации текста на основе RoBERTa-base, дообученная на датасете IMDB для определения тональности отзывов о фильмах. По данным карточки, на оценочной выборке она достигла точности 0,9552 при значении loss 0,1783. Модель содержит 151,8 млн параметров, принимает текстовые последовательности длиной до 514 токенов и доступна в формате PyTorch.

Модель подходит для автоматической разметки отзывов как положительных или отрицательных и для анализа тональности англоязычных отзывов о кино. Лицензия — MIT. Подробные сведения о тренировочных настройках и дополнительных ограничениях в карточке отсутствуют.

Сценарии применения

Определение положительной или отрицательной тональности отзыва о фильме
Автоматическая разметка отзывов с IMDB
Фильтрация отзывов о кино по тональности

Ограничения

Обучение ориентировано на отзывы о фильмах из IMDB, поэтому точность на других типах текста может отличаться. Максимальная длина входа составляет 514 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей 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

roberta-base-finetuned-imdb

This model is a fine-tuned version of roberta-base on the imdb dataset. It achieves the following results on the evaluation set:

Loss: 0.1783
Accuracy: 0.9552

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1904	1.0	1563	0.1423	0.9517
0.1187	2.0	3126	0.1783	0.9552

Framework versions

Transformers 4.16.2
Pytorch 1.10.0+cu111
Datasets 1.18.3
Tokenizers 0.11.0

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: 7aa8ca3