Характеристики

Контекст: 512 токенов
Параметры: 129 млн
Архитектура: bert · dense
Базовая модель: bert-base-chinese
Опубликована: 30 июл 2024

Ссылки

Hugging Face

GISchat-weibo-100k-fine-tuned-bert

wsqstar

Классификация текстаТекст → label3 профессии

Дообученная китайская BERT-модель для классификации сообщений Weibo.

33скачиваний за 30 дней12лайковвеса обновлены14 авг 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

GISchat-weibo-100k-fine-tuned-bert — модель классификации текста, созданная дообучением bert-base-chinese на датасете weibo-100k. Она предназначена для классификации китайских сообщений из Weibo; на оценочной выборке авторы сообщают accuracy 0,9867 и loss 0,0458. Модель построена на архитектуре BERT для классификации последовательностей, содержит 129,5 млн параметров и принимает текст длиной до 512 токенов. В метаданных указан китайский язык, а веса опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

классификация сообщений из Weibo
анализ тональности китайских публикаций
определение тональности коротких китайских текстов

Ограничения

В карточке не уточняются метки классов и ограничения применения; заявленные метрики относятся только к оценочной выборке.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GISchat-weibo-100k-fine-tuned-bert

This model is a fine-tuned version of bert-base-chinese on weibo-100k dataset.

Github repo: https://github.com/GISChat/Fine-tune-bert

It achieves the following results on the evaluation set:

Loss: 0.0458
Accuracy: 0.9867

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: 1e-05
train_batch_size: 8
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	0.08	100	0.6573	0.606
0.647	0.16	200	0.2447	0.9507
0.647	0.24	300	0.0914	0.9807
0.1276	0.32	400	0.0609	0.9843
0.1276	0.4	500	0.0607	0.9843
0.0921	0.48	600	0.1053	0.98
0.0921	0.56	700	0.0487	0.9853
0.0885	0.64	800	0.0523	0.9853
0.0885	0.72	900	0.0484	0.986
0.0579	0.8	1000	0.0549	0.985
0.0579	0.88	1100	0.0495	0.9867
0.0507	0.96	1200	0.0458	0.9867

Framework versions

Transformers 4.42.4
Pytorch 2.3.1+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: BertForSequenceClassification
Ревизия весов: e2d67b8