III.2Исследование рынка и маркетинг

wangchan-sentiment-thai-text-model — модель классификации текста на базе WangchanBERTa, разработанная путём дообучения airesearch/wangchanberta-base-att-spm-uncased. Она предназначена для определения тональности тайских текстов, включая отзывы и короткие сообщения; в метаданных указаны датасеты Wongnai Reviews и Wisesight Sentiment. Модель построена на архитектуре CamemBERT для классификации последовательностей, содержит 132,5 млн параметров и принимает текст длиной до 512 токенов. На указанном в карточке оценочном наборе модель получила accuracy 0,7535 и loss 0,5849. Она подходит для автоматической разметки тональности, например при анализе отзывов и сообщений на тайском языке. Это дообученная модель, а не универсальный генератор текста; подробности о лицензии и условиях использования в предоставленных данных отсутствуют.

JeremiahZ/bert-base-uncased-sst2 — модель классификации текста, дообученная на наборе GLUE SST-2 на базе BERT Base Uncased. Она предназначена для определения тональности коротких англоязычных текстов, например отзывов и комментариев. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. На оценочной выборке SST-2 указаны loss 0,2478 и accuracy 0,9323. Модель опубликована в форматах PyTorch и Safetensors под лицензией Apache-2.0. Карточка не уточняет ограничения за пределами результатов на SST-2; качество на других жанрах и языках этими метриками не подтверждается.

nova4i2/bert-emotion — модель классификации текста на основе BERT, дообученная автором на неизвестном наборе данных. Она предназначена для определения эмоциональных категорий в тексте. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. На указанном в карточке наборе для оценки модель достигла accuracy 0,928 и F1 0,9283 при loss 0,1684. Эти результаты нельзя уверенно переносить на другие данные, поскольку обучающий и оценочный наборы не описаны. Модель распространяется по лицензии Apache-2.0.

philschmid/bert-mini-sst2-distilled — компактная модель классификации текста на основе BERT, дообученная автором репозитория на датасете GLUE. Она предназначена для присвоения тексту метки тональности в задачах, подобных SST-2. Модель содержит около 12 млн параметров, принимает текстовые последовательности длиной до 512 токенов и доступна в формате PyTorch. На указанной в карточке оценочной выборке модель достигла accuracy 0,8567. Она подходит для лёгких сценариев классификации тональности, но карточка не описывает полный набор меток и ограничения оценки. Лицензия — Apache-2.0.

mrm8488/deberta-v3-small-finetuned-sst2 — модель классификации текста на основе DeBERTa v3 Small, дообученная на наборе SST2 из бенчмарка GLUE. Она предназначена для определения тональности англоязычных текстов, в частности положительной или отрицательной оценки отзывов и коротких высказываний. Модель содержит 155 млн параметров, использует архитектуру DebertaV2ForSequenceClassification и принимает последовательности длиной до 512 токенов. В оценке на тестовой выборке SST2 модель показала точность 0,9404 и loss 0,2134. Подходит для классификации коротких англоязычных текстов в экспериментах и прикладных прототипах; эти показатели относятся к указанному набору данных и не гарантируют такое же качество на других типах текстов. Лицензия — MIT.

philschmid/deberta-v3-xsmall-emotion — модель классификации текста на основе DeBERTa-v3-xsmall, дообученная на наборе данных Emotion. Она предназначена для определения эмоциональной категории текста; на оценочной выборке автор сообщает точность 0,932 и значение loss 0,1877. Модель содержит 77,5 млн параметров, использует архитектуру DebertaV2ForSequenceClassification и принимает последовательности длиной до 512 токенов. Модель можно применять для автоматической разметки эмоций в коротких текстах, например сообщениях и отзывах. В метаданных указана лицензия MIT. Язык данных и конкретный набор поддерживаемых эмоциональных категорий в карточке не раскрыты.

HeartNatnai/distilbert-base-uncased-finetuned-emotion — дообученная модель классификации последовательностей на базе distilbert/distilbert-base-uncased, опубликованная пользователем HeartNatnai. Она предназначена для отнесения текста к эмоциональным категориям. В README приведены результаты оценки: accuracy 0,926 и F1 0,926; набор меток и данные обучения не описаны. Модель использует архитектуру DistilBertForSequenceClassification, формат safetensors и контекст до 512 токенов. Работает с текстом на английском языке, что следует из uncased английской базовой модели; других поддерживаемых языков карточка не подтверждает. Лицензия — Apache-2.0. Результаты оценки относятся к указанному в карточке набору и не гарантируют качество на других данных.

bhadresh-savani выпустил модель классификации тональности на основе DistilBERT. Она определяет, выражает ли предложение положительную или отрицательную оценку, и предназначена для анализа коротких англоязычных текстов. Модель обучена на Stanford Sentiment Treebank из набора GLUE; в карточке приведена точность 0,9094 на 872 примерах оценки. Модель использует архитектуру DistilBertForSequenceClassification, поддерживает входной контекст до 512 токенов и доступна в форматах PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0. Карточка не описывает работу с другими языками или типами входных данных.

saqlain2221/distilbert-sst2 — модель классификации текста, дообученная разработчиком на базе distilbert-base-uncased на наборе SST-2 (Stanford Sentiment Treebank). Она предназначена для определения тональности текста, в частности классификации отзывов и других коротких высказываний. Модель использует архитектуру DistilBERT для классификации последовательностей, принимает текст и выдаёт метку класса. Максимальная длина контекста — 512 токенов. На тестовой выборке SST-2 модель показала accuracy 0,9047 и macro F1 0,9048. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Базовая модель uncased ориентирована на английский текст, поэтому применение к другим языкам не подтверждено.

Emollama-chat-7b — модель проекта EmoLLMs для анализа эмоциональной окраски текста с инструкционным взаимодействием. Она дообучена на Meta LLaMA2-chat-7B с использованием полного набора инструкционных данных AAID. Архитектура — плотная авторегрессионная LLaMA; модель содержит 6,6 млрд параметров, принимает текст и генерирует текстовый ответ. Контекст — до 2048 токенов. Модель предназначена для классификации тональности и эмоций, а также оценки их интенсивности числовым баллом. Примеры в карточке показывают анализ англоязычных сообщений и распознавание таких эмоций, как радость, любовь, оптимизм, гнев и печаль. Модель распространяется в формате safetensors по лицензии MIT. В карточке отмечены возможные смещения, включая различия по полу, ошибки предсказаний и чрезмерное обобщение. Авторы указывают, что эти проблемы создают риски для применения в реальных системах анализа эмоций.

zanesmit29/founder-roberta-emotion-v1 — англоязычная модель классификации эмоций, дообученная The Founder на наборе dair-ai/emotion. Она основана на RoBERTa-base и содержит 151,8 млн параметров; архитектура — RobertaForSequenceClassification. Модель принимает текст и присваивает ему одну из шести эмоциональных категорий. Контекст составляет до 514 токенов. Модель предназначена для определения эмоций в англоязычных текстах и готова к использованию через Transformers pipeline. В README для оценки на тестовых данных указана точность 0,9395. Результаты могут ухудшаться на текстах из других областей и вне распределения обучающих данных; качество для других языков не гарантируется. Не следует использовать её для решений с высокими ставками без проверки человеком. Лицензия — Apache-2.0.

Модель michelecafagna26/gpt2-medium-finetuned-sst2-sentiment разработана на основе GPT-2 medium от OpenAI и дообучена автором репозитория для классификации тональности текста. Она присваивает тексту метку положительной или отрицательной тональности и подходит для анализа отзывов и коротких высказываний на английском языке. Модель использует архитектуру GPT-2 с головой классификации последовательностей; базовый контекст составляет 1024 токена. В README приведены метрики на валидационной выборке SST-2: F1 равен 0,92 для обоих классов. Модель принимает текст и выдаёт классовые оценки, по которым выбирается метка positive или negative. Веса доступны в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. Результаты на SST-2 не гарантируют такое же качество на других языках, доменах и типах текста.

Модель nlp04/korean_sentiment_analysis_kcelectra — дообученная версия beomi/KcELECTRA-base-v2022 для классификации текстов на корейском языке. Она использует архитектуру ELECTRA с головой классификации последовательностей, содержит 155 млн параметров и принимает контекст длиной до 512 токенов. Модель подходит для определения тональности корейских текстов, например отзывов и сообщений в соцсетях. На оценочном наборе указаны accuracy 0,7072, micro-F1 70,7183 и AUPRC 68,4562. Сведения о наборе данных, категориях классификации и конкретных ограничениях не приведены. Лицензия — MIT.

Модель cirimus/modernbert-base-emotions — англоязычный классификатор эмоций в тексте, созданный дообучением ModernBERT-base на наборе данных Super Emotion. Это encoder-only модель архитектуры ModernBERT с 149 млн параметров, которая относит текст к одному из семи классов: радость, грусть, гнев, страх, любовь, нейтральное состояние или удивление. Она рассчитана на анализ отдельных предложений и может применяться для оценки сообщений в социальных сетях, отзывов клиентов и текстовых данных в поведенческих исследованиях. По результатам оценки на тестовой выборке macro F1 составил 0,836, а accuracy — 0,872. Контекст модели — до 8192 токенов, однако в карточке отмечено, что классификация отдельных предложений может быть ненадёжной для многофразового контекста и тонких либо косвенных выражений эмоций. На результаты также могут влиять смещения разметки, распределение классов и недостаток примеров некоторых эмоций. Модель распространяется по лицензии CC-BY-4.0.

Модель cirimus/modernbert-large-go-emotions — англоязычный классификатор эмоций, созданный дообучением ModernBERT-large на наборе GoEmotions. Архитектура ModernBERT-large содержит около 394,7 млн параметров и принимает тексты длиной до 8192 токенов. Для каждого текста модель предсказывает один или несколько из 28 эмоциональных классов. Модель подходит для анализа эмоциональной окраски публикаций и комментариев, оценки отзывов клиентов и исследовательского анализа текстов. В тестировании на GoEmotions при пороге 0,5 указаны macro F1 0,472 и recall 0,410; подбор отдельных порогов для классов повышал macro F1 до 0,550. Модель разработана с Transformers и распространяется по лицензии MIT. Обучение на комментариях Reddit ограничивает переносимость на другие жанры и культурные контексты. Редкие классы, включая grief и relief, распознаются менее надёжно; неоднозначность разметки также может влиять на предсказания.

Это модель классификации эмоций в тексте, созданная дообучением RoBERTa-base автором bhadresh-savani на наборе данных emotion с помощью Hugging Face Trainer. Она принимает текст и предсказывает эмоциональную категорию; карточка приводит сравнение качества на наборе твитов с упоминанием эмоциональной разметки. Модель содержит 151,8 млн параметров, имеет контекст до 514 токенов и поддерживает английский язык. Модель подходит для анализа эмоциональной окраски коротких сообщений, например публикаций и комментариев в социальных сетях. В README указаны точность 93,95% и F1 93,97% на использованном наборе для оценки. Эти показатели относятся к описанному эксперименту и не гарантируют такое же качество на других данных. Лицензия — Apache-2.0.

Модель ayameRushia/roberta-base-indonesian-sentiment-analysis-smsa — дообученная на наборе данных IndoNLU модель RoBERTa для классификации тональности текста на индонезийском языке. Она основана на flax-community/indonesian-roberta-base и предназначена для определения эмоциональной окраски коротких текстов и сообщений. Архитектура — RobertaForSequenceClassification с 151,8 млн параметров; максимальная длина контекста составляет 514 токенов. В README указана точность 0,9349 на оценочной выборке. Модель подходит для автоматического анализа отзывов, публикаций и сообщений на индонезийском языке. Доступна в формате PyTorch и распространяется по лицензии MIT. В карточке не описаны метки классов и методика оценки, поэтому результат и заявленную точность следует интерпретировать с учётом особенностей конкретного набора данных.

Модель philschmid/roberta-large-sst2 — версия RoBERTa Large, дообученная для классификации тональности на наборе данных SST-2 из GLUE. Она принимает текст и относит его к одной из категорий тональности; архитектура — RoBERTa для классификации последовательностей, размер — 454,1 млн параметров, контекст — до 514 токенов. На оценочном наборе README сообщает точность 0,9644 и loss 0,1400. Модель подходит для определения тональности коротких текстов, например отзывов и комментариев. Репозиторий содержит веса PyTorch; лицензия — MIT. Карточка не описывает детально обучающие данные, помимо указания SST-2/GLUE, и не приводит сведений о поддержке языков, поэтому применение к языкам и текстам вне целевого набора не подтверждено.

robertuito-sentiment-analysis — модель pysentimiento для классификации тональности испаноязычных сообщений в социальных сетях. Она дообучена на корпусе TASS 2020, примерно на 5 тысячах твитов из нескольких диалектов испанского языка, и использует архитектуру RoBERTa с классификационной головой; в базовой модели RoBERTuito предобучение проводилось на испанских твитах. Модель содержит 136,3 млн параметров и принимает последовательности длиной до 130 токенов. Модель определяет положительную, отрицательную и нейтральную тональность. Её можно применять для анализа настроений в коротких сообщениях на испанском языке, включая тексты с разными региональными вариантами. В оценке pysentimiento на задаче тональности RoBERTuito показал Macro F1 0,705 ± 0,003. Карточка предлагает использовать модель через библиотеку pysentimiento. Лицензия в предоставленных данных не указана. Результаты относятся к конкретному тестированию; качество на других источниках текстов и за пределами испанских твитов может отличаться.

Модель nilamgaichor/text_classification_senti_analysis — дообученная версия DistilBERT для классификации текста. По названию репозитория она предназначена для анализа тональности; README сообщает точность 0,9674 и loss 0,1275 на оценочной выборке, но не описывает набор данных и метрики подробнее. Модель принимает текст и возвращает метки классов; контекст ограничен 512 токенами. Модель работает на Transformers, веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Данные не уточняют языки, состав классов и ограничения применения, поэтому результаты оценки нельзя уверенно переносить на другие домены или языки.

Модель deepgai/tweet_eval-sentiment-finetuned — классификатор тональности коротких текстов, дообученный на наборе Tweet_Eval на базе microsoft/deberta-v3-small. Она предназначена для определения тональности публикаций и сообщений, в том числе текстов из Twitter. Модель использует архитектуру DeBERTa V2, содержит около 155 млн параметров и принимает последовательности длиной до 512 токенов. На оценочной выборке Tweet_Eval модель показала accuracy 0,744 и F1 0,7437. Репозиторий содержит веса PyTorch; лицензия — MIT. README не уточняет набор меток тональности и ограничения по языкам, поэтому переносить результаты на другие типы текстов без отдельной проверки не следует.

Emanuel/twitter-emotion-deberta-v3-base — модель классификации текста на базе DeBERTa-v3, дообученная для распознавания эмоций в сообщениях Twitter. Она присваивает тексту эмоциональную категорию и предназначена для анализа тональности эмоциональных публикаций и разметки коротких сообщений. Модель содержит 211,6 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате PyTorch. В карточке указаны точность 0,937 и loss 0,1474 на оценочном наборе данных Emotion. Модель выпущена под лицензией Apache-2.0. Данных о поддерживаемых языках в карточке и метаданных нет; результаты на оценочном наборе не гарантируют такого же качества на других источниках текста.

Davlan выпустил модель классификации тональности сообщений в Twitter на базе Davlan/afro-xlmr-large. Это XLM-RoBERTa с архитектурой XLMRobertaForSequenceClassification и примерно 658,7 млн параметров; модель дообучена на объединённых наборах AfriSenti для 12 африканских языков и различает три класса: отрицательную, нейтральную и положительную тональность. Она предназначена для анализа тональности коротких сообщений на амхарском, алжирском арабском, дариже, хауса, игбо, киньяруанда, нигерийском пиджине, мозамбикском португальском, суахили, тсонга, тви и йоруба. Модель принимает текст, а результат классификации представляет собой метку тональности и оценки классов. Максимальная длина контекста — 514 токенов. Распространяется по лицензии Apache-2.0. Обучение на сообщениях Twitter ограничивает переносимость результатов на другие жанры и предметные области.

Модель shhossain/all-MiniLM-L6-v2-sentiment-classifier разработана shhossain и классифицирует английский текст по шести эмоциям: грусть, радость, любовь, гнев, страх и удивление. Это дообученная модель семейства Sentence Transformer на архитектуре all-MiniLM-L6-v2, обученная на наборе данных dair-ai/emotion. В метаданных указаны 22,7 млн параметров, форматы PyTorch и safetensors, а задача Hugging Face — text-classification. Модель подходит для определения эмоциональной окраски коротких сообщений, отзывов и других текстов. Она выдаёт метку класса, поэтому результаты отражают только шесть категорий, представленных в обучающей выборке. Лицензия в метаданных — Apache 2.0.

Это версия DistilBERT для классификации английских текстов, оптимизированная для ускорения на Apple Neural Engine (ANE). Модель основана на distilbert-base-uncased-finetuned-sst-2-english; исходный код взят из репозитория Apple ml-ane-transformers и немного изменён для использования с библиотекой Transformers. Доступны форматы PyTorch и Core ML, лицензия — Apache-2.0. Модель предназначена для классификации тональности коротких текстов на английском языке по двум категориям датасета SST-2. Для ускорения на ANE следует использовать Core ML пакет DistilBERT_fp16.mlpackage; PyTorch сам по себе не задействует ANE, поэтому запуск через него на CPU или GPU может быть медленнее исходной модели. Контекст — до 512 токенов.

Arabic Sentiment Compass — арабоязычная модель классификации тональности текстов из социальных сетей, разработанная для приложения Arabic Sentiment Compass. Это дообученная AraBERT на базе aubmindlab/bert-base-arabertv02-twitter: архитектура BERT для классификации последовательностей, 162,4 млн параметров и контекст до 512 токенов. Модель относит текст к одному из трёх классов: отрицательному, нейтральному или положительному. Она предназначена для анализа арабских публикаций и сообщений с неформальной лексикой, диалектными вариантами, эмодзи, упоминаниями и ссылками. В README описан пользовательский конвейер предобработки: нормализация арабского письма, удаление диакритики и сведение повторов символов. На указанном тестовом наборе из ASTD и отфильтрованных данных ArSAS модель показала accuracy 88,22% и macro F1 87,73%; результат не следует считать исключительно египетским. Модель выпущена в формате safetensors, использует библиотеку Transformers и распространяется по лицензии Apache-2.0. Ограничения включают неоднородное покрытие диалектов, возможное снижение качества вне тематики арабских соцсетей и трудности с сарказмом, иронией и контекстными выражениями. Вывод Softmax не откалиброван и не является статистически калиброванной вероятностью.

bhadresh-savani/bert-base-go-emotion — модель классификации текста на основе DistilBERT, дообученная для распознавания эмоций по набору GoEmotions. Она предназначена для присвоения тексту эмоциональных меток и подходит для анализа эмоциональной окраски коротких фрагментов текста. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате PyTorch. В README указано обучение на 169 208 примерах в течение трёх эпох. Карточка связывает модель с английским языком и датасетом GoEmotions. Лицензия — Apache-2.0. Оценочные результаты и перечень распознаваемых меток в предоставленном README не приведены.

Xenova/bert-base-multilingual-uncased-sentiment — версия модели nlptown/bert-base-multilingual-uncased-sentiment с весами в формате ONNX, подготовленная для работы в библиотеке Transformers.js. Модель предназначена для классификации тональности текста и может использоваться в JavaScript-приложениях, включая веб-сценарии, например для оценки эмоциональной окраски пользовательских отзывов и сообщений. Ключевая характеристика этой версии — совместимость с Transformers.js благодаря ONNX-весам; базовая архитектура и прочие параметры унаследованы от исходной BERT-модели. README не содержит сведений о размере модели, поддерживаемых языках, длине контекста, точной схеме классов, качестве, ограничениях или лицензии. Поэтому эти характеристики нельзя достоверно уточнить по представленным данным.

Модель Yoshitomo Matsubara — BERT large uncased, дообученная на наборе SST-2 для классификации тональности англоязычных текстов. Она использует архитектуру BERT для классификации последовательностей и предназначена прежде всего для определения положительной или отрицательной тональности коротких текстов, например отзывов. Модель обучалась с torchdistill; для неё указаны 433,9 млн параметров и контекст до 512 токенов. В карточке также приведён общий результат 80,2 на бенчмарке GLUE, который не следует трактовать как оценку только на SST-2. Модель принимает текст и выдаёт метку класса тональности. Она рассчитана на английский язык и не описана как универсальный классификатор для произвольных классов или языков. Лицензия — Apache-2.0.

bertweet-base-emotion-analysis — модель классификации текста для распознавания эмоций в англоязычных сообщениях. Её разработали на основе BerTweet и обучили на корпусе EmoEvent. Модель построена на архитектуре RoBERTa и содержит 162,4 млн параметров. Она принимает текст и относит его к категориям эмоций; контекст ограничен 130 токенами. Карточка указывает английский язык и форматы PyTorch и Safetensors. Модель подходит для анализа эмоциональной окраски сообщений и текстов на английском языке. Лицензия в предоставленных данных не указана.