Характеристики

Контекст: 512 токенов
Параметры: 152 млн
Архитектура: bert · dense
Опубликована: 28 мая 2022

Ссылки

Hugging Face

autotrain-Arabic_Poetry_by_Subject-920730230

zenkri

Классификация текстаТекст → label3 профессии

BERT-модель для многоклассовой классификации арабских стихотворений по темам.

14скачиваний за 30 дней0лайковвеса обновлены28 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

zenkri/autotrain-Arabic_Poetry_by_Subject-920730230 — модель классификации текстов, обученная с помощью AutoTrain для многоклассового определения тем арабской поэзии. Она основана на BERT и содержит 151,6 млн параметров; принимает текст длиной до 512 токенов и выдаёт метку класса. В карточке приведены метрики проверки: accuracy 0,879 и macro F1 0,821.

Модель предназначена для тематической классификации арабских стихотворений. Лицензия в предоставленных данных не указана.

Сценарии применения

определение темы арабского стихотворения
автоматическая сортировка арабской поэзии по тематическим категориям
тематическая разметка корпуса арабских стихов

Ограничения

Валидационные метрики не гарантируют качество на стихах, темах и корпусах, отличающихся от обучающих данных. Модель рассчитана на вход длиной до 512 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 I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Trained Using AutoTrain

Problem type: Multi-class Classification
Model ID: 920730230
CO2 Emissions (in grams): 0.07445219847409645

Validation Metrics

Loss: 0.5806193351745605
Accuracy: 0.8785200718993409
Macro F1: 0.8208042310550474
Micro F1: 0.8785200718993409
Weighted F1: 0.8783590365809876
Macro Precision: 0.8486540338838363
Micro Precision: 0.8785200718993409
Weighted Precision: 0.8815185727115001
Macro Recall: 0.8121110408113442
Micro Recall: 0.8785200718993409
Weighted Recall: 0.8785200718993409

Usage

You can use cURL to access this model:

$ curl -X POST -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"inputs": "I love AutoTrain"}' https://api-inference.huggingface.co/models/zenkri/autotrain-Arabic_Poetry_by_Subject-920730230

Or Python API:

from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("zenkri/autotrain-Arabic_Poetry_by_Subject-920730230", use_auth_token=True)

tokenizer = AutoTokenizer.from_pretrained("zenkri/autotrain-Arabic_Poetry_by_Subject-920730230", use_auth_token=True)

inputs = tokenizer("I love AutoTrain", return_tensors="pt")

outputs = model(**inputs)

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: eb83730