Binary Classifier Conversion Intent 1.1 L12

🚀 Setfit分類モデルON変換データセット（L12 sbertモデルをベースとしたもの）

このモデルは、L6モデルをベースとした分類用のSetfitモデルです。

🚀 クイックスタート

このモデルを使用するには、まずsetfitをインストールする必要があります。

pip install setfit

その後、以下のようにモデルを使用できます。

from setfit import SetFitModel
model = SetFitModel.from_pretrained("nayan06/binary-classifier-conversion-intent-1.1-l12")
prediction = model(['i want to buy thing'])

📚 ドキュメント

評価結果

このモデルの自動評価については、Sentence Embeddings Benchmarkを参照してください。https://seb.sbert.net

学習

このモデルは以下のパラメータで学習されました。

DataLoader: torch.utils.data.dataloader.DataLoader 長さ2163、パラメータは以下の通りです。

{'batch_size': 16, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

損失関数: sentence_transformers.losses.CosineSimilarityLoss.CosineSimilarityLoss

fit()メソッドのパラメータ:

{
    "epochs": 1,
    "evaluation_steps": 0,
    "evaluator": "NoneType",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": 2163,
    "warmup_steps": 217,
    "weight_decay": 0.01
}

完全なモデルアーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 256, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
  (2): Normalize()
)

使用したデータセット

https://huggingface.co/datasets/nayan06/conversion1.0

引用と作者