GPT
הוספת כלי
T

twitter-roberta-base-sentiment-latest

קוד פתוח

cardiffnlpcc-by-4.02022-03-15

  • transformers
  • pytorch
  • tf
  • roberta
  • text-classification

סיווג סנטימנט מהיר באנגלית שמכיר סלנג ואינטרנט. אומן על כ־124 מיליון ציוצים כדי לתת ניקוד חיובי, שלילי או ניטרלי בלי סיבוכים.

  • 514טוקנים בהקשר
  • 955 MBמשקל הקבצים
  • 3,245,087הורדות בחודש
  • 829לייקים

מה זה

מדובר בהתאמה ייעודית של ארכיטקטורת RoBERTa עם 12 שכבות למשימת סיווג רגש בטקסטים קצרים. הוא אומן מראש על מאגר של כ־124 מיליון ציוצים שפורסמו בין ינואר 2018 לדצמבר 2021, ואז עבר כוונון עדין על מערך הנתונים של TweetEval. הפלט שלו מורכב משלוש תוויות בלבד: שלילי, ניטרלי וחיובי.

היתרון שלו על פני מודלים כלליים בגודל בסיס נובע מנתוני האימון. הוא ראה שפה לא רשמית, קיצורים וסלנג רשת שנפוצים ברשתות חברתיות, ולכן הוא מתמודד איתם בצורה טבעית יותר ממודל שלמד רק ממאמרים בוויקיפדיה. עם זאת, הוא מוגבל לאנגלית בלבד ולחלון קלט של 514 טוקנים.

מתאים ל

  • ניטור שיח ברשתות

    זיהוי תגובות שליליות וחיוביות באנגלית בטוויטר ובפורומים בזמן אמת.

  • מיון משובי לקוחות

    סיווג אוטומטי של טיקטים קצרים באנגלית לפי שביעות רצון הלקוח.

  • תיוג דאטה למחקר

    הוספת תגיות סנטימנט למאגרים גדולים של פוסטים ברשת בעלות חישוב נמוכה.

איפה זה נופל

הוא מוגבל לטקסטים באנגלית, כך שלסיווג ציוצים בעברית הוא פשוט לא רלוונטי. חלון ההקשר עומד על 514 טוקנים, ולכן הוא יחתוך טקסטים ארוכים ולא מתאים לניתוח מאמרים או מסמכים מורכבים. בנוסף, נתוני האימון שלו נעצרים בדצמבר 2021, מה שאומר שהוא עשוי לפספס הקשרים תרבותיים, אירועים עולמיים או סלנג שנוצרו אחרי תאריך זה.

שאלות
נפוצות

האם המודל תומך בעברית?

לא. המודל אומן על ציוצים באנגלית בלבד ואינו מתאים לשפות אחרות. אם תזינו לו טקסט בעברית התוצאות יהיו שגויות לחלוטין.

האם צריך כרטיס מסך כדי להריץ אותו בייצור?

ממש לא. המודל שוקל פחות מג'יגהבייט ורץ בקלות על מעבד רגיל עבור כמויות עבודה סבירות. כרטיס מסך יידרש רק אם יש צורך בעיבוד כמויות אדירות של טקסט במקביל.

איך מריצים

טוענים אותו ישירות דרך ספריית transformers בפייתון באמצעות צינור sentiment-analysis פשוט. המשקל הכולל יושב על כ־955 מגהבייט בדיוק float32, מה שאומר שהוא נכנס בלי שום בעיה לזיכרון של שרת סטנדרטי ורץ מהר אפילו על מעבד רגיל, בלי חובה לכרטיס מסך ייעודי.

בגודל כזה אין סיבה אמיתית לפנות לשירות ענן חיצוני בתשלום, אלא אם אתם לא רוצים לנהל שרתים בכלל. מריצים קונטיינר מקומי קטן ומקבלים זמני תגובה אפסיים בעלות חומרה מינימלית.

from transformers import pipeline

pipe = pipeline("text-classification", model="cardiffnlp/twitter-roberta-base-sentiment-latest")
print(pipe("שלום"))

הקבצים

8 קבצים במאגר, 955 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון כאן הוא cc-by-4.0. המשמעות פשוטה: אפשר להשתמש במודל לצרכים מסחריים, לשנות אותו, להריץ אותו בשרתים שלכם ולשלב אותו במוצר פנימי או ציבורי, כל עוד אתם נותנים קרדיט מתאים ליוצרים המקוריים של המודל לפי דרישות הרישיון.

  • שימוש מסחרי
  • שינוי הקוד
  • חובת ייחוס

הרישיון המלא בעמוד המודל ↗