distilbert-base-uncased-emotion

מה זה

מדובר בהתאמה של דיסטילברט לזיהוי שישה רגשות בסיסיים: עצב, שמחה, אהבה, כעס, פחד והפתעה. הוא אומן על מאגר נתוני רגשות שמקורו בטוויטר, ולכן הוא רגיל לניסוחים קצרים, סלנג וטקסט לא רשמי באנגלית.

בבדיקות הביצועים הוא מציג דיוק של 93.8 אחוז ומדד אף אחד של 93.79, שזה כמעט זהה לחלוטין לברט הרגיל ולרוברטה. ההבדל המשמעותי נמצא בקצב הריצה. עם כמעט 399 דגימות בשנייה בבדיקה, הוא מהיר פי שניים מרוברטה ומברט בייס, מה שהופך אותו לבחירה הגיונית לפייפליין שחייב לעמוד בעומס גבוה בלי לשרוף תקציב חומרה.

מתאים ל

• ניתוח תגובות ברשתות

  זיהוי כעס או אכזבה בפוסטים באנגלית בזמן אמת, בקצב גבוה שמתאים לניטור שוטף.

• סינון פניות תמיכה

  איתור לקוחות נסערים או מפוחדים בצ'אט כדי להקפיץ אותם לראש התור לפני נטישה.

• סיווג משובי משתמשים

  חלוקה מהירה של אלפי ביקורות קצרות לקטגוריות רגש בלי להוציא הון על תשתיות.

איפה זה נופל

הוא אומן אך ורק באנגלית ורק על טקסטים קצרים מטוויטר. אם תזינו לו עברית, הוא לא ידע מה לעשות איתה, ובטקסטים ארוכים מעל 512 טוקנים הוא ייעצר. מעבר לזה, חלוקת הרגשות מוגבלת לשש הקטגוריות שהוגדרו מראש, כך שרגשות מורכבים או טקסטים עסקיים יבשים עלולים לקבל סיווג שגוי.

איך מריצים

טוענים אותו דרך ספריית הטרנספורמרס בפייתון עם שורות בודדות באמצעות פייפליין לסיווג טקסט. המודל שוקל סביב ג'יגה בודד בדיסק עם 67 מיליון פרמטרים, מה שאומר שהוא רץ בלי למצמץ על כמעט כל מעבד מודרני, אפילו בלי מאיץ גרפי ייעודי.

אם אתם צריכים סיווג בתוך שירות קיים, אין שום סיבה לשלם לספקי ענן על קריאות חיצוניות. מרימים אותו בקונטיינר מקומי, זכרון הווידאו שהוא דרש במבחן הוא פחות ממאתיים מגהבייט, והוא יחזיר תשובות בעשרות מילישניות.

from transformers import pipeline

pipe = pipeline("text-classification", model="bhadresh-savani/distilbert-base-uncased-emotion")
print(pipe("שלום"))

הקבצים

13 קבצים במאגר, 1022 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• tf_model.h5268.0 MB
• pytorch_model.bin267.9 MB
• model.safetensors267.8 MB
• flax_model.msgpack267.8 MB
• vocab.txt231.5 KB
• README.md7.0 KB
• config.json768 B
• .gitattributes744 B
• tokenizer_config.json291 B
• convert_pytorch_to_flax.py174 B
• convert_pytorch_to_tensorflow.py170 B
• convert_flax_to_pytorch.py168 B
• special_tokens_map.json112 B

הרישיון

הרישיון הוא אפאצ'י שתיים אפס. מותר להשתמש בו לצרכים מסחריים, לשנות אותו, להטמיע אותו במוצרים סגורים ולהפיץ הלאה, כל עוד שומרים על הודעת זכויות היוצרים והרישיון המקורי.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗