Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Опубликована: 31 мая 2022

Ссылки

Hugging Face

finetuning-sentiment-model-3000-samples

yukta10

Классификация текстаТекст → label3 профессии

Дообученная на IMDB модель DistilBERT для классификации тональности текстов и отзывов о фильмах.

21скачиваний за 30 дней0лайковвеса обновлены31 мая 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

Модель yukta10/finetuning-sentiment-model-3000-samples — дообученная на датасете IMDB модель классификации текста на базе DistilBERT. Она предназначена для определения тональности текстов, в частности отзывов о фильмах. Архитектура — DistilBertForSequenceClassification; модель принимает текст, максимальная длина контекста составляет 512 токенов, веса представлены в формате PyTorch.

В README не приведены подробности о метках классов, метриках качества или обучающих настройках. Модель опубликована под лицензией Apache-2.0.

Сценарии применения

определение тональности отзыва о фильме
классификация отзывов на положительные и отрицательные
анализ тональности текстовых отзывов

Ограничения

В карточке нет сведений о метриках качества, метках классов и подробностях обучения; длина входа ограничена 512 токенами.

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 III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuning-sentiment-model-3000-samples

This model is a fine-tuned version of federicopascual/finetuning-sentiment-model-3000-samples on the imdb dataset.

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

Framework versions

Transformers 4.19.2
Pytorch 1.11.0+cu113
Datasets 2.2.2
Tokenizers 0.12.1

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: DistilBertForSequenceClassification
Ревизия весов: 32985a8