GPT
הוספת כלי
B

bert-base-arabic-camelbert-da-sentiment

קוד פתוח

CAMeL-Labapache-2.02022-03-02

  • transformers
  • pytorch
  • tf
  • bert
  • text-classification

מודל סיווג רגש ממוקד לערבית מדוברת, שמבוסס על ארכיטקטורת BERT קלאסית. הוא מתאים למי שמנתח שיח יומיומי ברשתות ולא טקסטים רשמיים.

  • 512טוקנים בהקשר
  • 833 MBמשקל הקבצים
  • 25,581הורדות בחודש
  • 50לייקים

מה זה

מדובר בהתאמה ייעודית של CAMeLBERT לניתוח סנטימנט, שאומנה ספציפית על ערבית מדוברת (Dialectal Arabic) ולא רק על ערבית ספרותית סטנדרטית. המפתחים אימנו אותו על שלושה מאגרי נתונים מוכרים בתחום, ASTD, ArSAS ו־SemEval, במטרה לתפוס את הניואנסים של שפת הרחוב והרשתות החברתיות.

המודל מבצע סיווג פשוט של טקסט לתוויות רגש כמו חיובי ושלילי. בניגוד למודלי שפה כלליים שמנסים לעשות הכול, כאן מקבלים כלי שמתמקד במשימה אחת בלבד ומחזיר סיווג עם ציון ביטחון דרך ממשק סטנדרטי של transformers או הספרייה הייעודית של המעבדה.

מתאים ל

  • ניתוח תגובות ברשת

    סיווג רגש של פוסטים וציוצים שנכתבו בערבית מדוברת ולא בשפה ספרותית.

  • ניטור שירות לקוחות

    זיהוי מהיר של משובים שליליים בהודעות צ'אט ובפניות תמיכה בערבית.

  • סינון תוכן אוטומטי

    חלוקה ראשונית של טקסטים קצרים לחיוביים או שליליים בצינור עיבוד נתונים.

איפה זה נופל

המודל מוגבל לחלון הקשר של 512 טוקנים, ולכן הוא לא מתאים למאמרים או לתכנים ארוכים בלי פירוק מוקדם. מעבר לכך, הכרטיס לא מציג ציוני דיוק (F1 או Accuracy) או השוואה מספרית ישירה בין הלהגים השונים, כך שאין לדעת מראש עד כמה הוא עיוור לדיאלקטים אזוריים מסוימים ביחס לאחרים.

שאלות
נפוצות

האם המודל תומך בעברית או באנגלית?

לא. המודל אומן על ערבית בלבד, ובפרט על ניבים מדוברים, ולכן הזנת טקסטים בשפות אחרות תניב תוצאות שגויות לחלוטין.

מה צריך להתקין כדי להתחיל לעבוד?

מספיק להתקין את ספריית transformers מגרסה 3.5.0 ומעלה ב־Python, או להשתמש בחבילת camel_tools לפי העדפתכם.

האם יש תמיכה בסיווג רגש ניטרלי?

הדוגמאות בכרטיס המודל מציגות פלט חיובי ושלילי בלבד, וללא בדיקה על נתוני המבחן של ArSAS לא מובטח סיווג של קטגוריה ניטרלית.

איך מריצים

המשקל הכולל של הקבצים עומד על 833 מגה-בייט, כך שלא צריך שרתים כבדים כדי לעבוד איתו. אפשר להריץ אותו בלי בעיה על מעבד רגיל (CPU) בכל סביבת פיתוח, אם כי לצורך עיבוד כמויות גדולות של מידע בזמן אמת עדיף כרטיס מסך בסיסי כדי למנוע צוואר בקבוק.

טוענים אותו ישירות דרך ספריית transformers מגרסה 3.5.0 ומעלה באמצעות צינור הסיווג הרגיל, או בעזרת CAMeL Tools של צוות הפיתוח. אם יש לכם שרת מקומי קטן פנוי, אין סיבה אמיתית לפנות ל־API חיצוני בתשלום, כיוון שהרצה עצמית כאן זולה ופשוטה מאוד.

from transformers import pipeline

pipe = pipeline("text-classification", model="CAMeL-Lab/bert-base-arabic-camelbert-da-sentiment")
print(pipe("שלום"))

הקבצים

9 קבצים במאגר, 833 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

רישיון apache-2.0 מאפשר שימוש מסחרי מלא, כולל שינוי הקוד והפצה פנימית או מסחרית בתוך מוצר שלכם. התנאי העיקרי הוא שמירה על הודעת זכויות היוצרים והרישיון המקורי, בלי חובה לחשוף את הקוד שלכם.

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

הרישיון המלא בעמוד המודל ↗