bert-base-uncased-amazon_polarityオープンソーステキスト分類モデル - アマゾン商品レビューの感情を正確に分析する

ホーム

Bert Base Uncased Amazon Polarity

fabriceyhcによって開発

Amazon商品レビューの感情分析データセットでBERTベースモデルをファインチューニングしたテキスト分類モデル、精度94.65%達成

テキスト分類

Transformers

オープンソースライセンス:Apache-2.0 #ECサイトレビュー感情分析 #高精度テキスト分類 #BERTファインチューニングモデル

ダウンロード数 339

リリース時間 : 3/2/2022

モデル概要

このモデルはbert-base-uncasedをamazon_polarityデータセットでファインチューニングしたバージョンで、商品レビューの感情分析（ポジティブ/ネガティブ分類）タスク専用です。

モデル特徴

高精度

Amazon商品レビューテストセットで94.65%の分類精度を達成

総合的な評価指標

精度、適合率、再現率、F1スコア、AUCなど多角的な評価結果を提供

安定した学習プロセス

学習過程でモデル性能がステップ数に応じて安定して向上し、良好に収束

モデル能力

テキスト感情分析

商品レビュー分類

二値分類タスク処理

使用事例

EC分析

商品レビュー感情分析

Amazon商品レビューの感情傾向（ポジティブ/ネガティブ）を自動判定

精度94.65%

品質管理

製品問題監視

ネガティブレビューを通じて品質問題の可能性がある製品を識別

🚀 bert-base-uncased-amazon_polarity

このモデルは、bert-base-uncased を amazon_polarity データセットでファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

損失: 0.2945
正解率: 0.9465

🚀 クイックスタート

このモデルは、amazon_polarity データセットに基づいてテキスト分類タスクを行うためにファインチューニングされています。

📚 ドキュメント

モデルの詳細

このモデルは、bert-base-uncased を amazon_polarity データセットでファインチューニングしたものです。

想定される用途と制限事項

詳細情報はありません。

学習と評価データ

詳細情報はありません。

学習手順

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

学習率: 5e-05
学習バッチサイズ: 1
評価バッチサイズ: 8
シード: 42
オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
学習率スケジューラの種類: linear
学習率スケジューラのウォームアップステップ: 1782000
学習ステップ: 17820000

学習結果

学習損失	エポック	ステップ	検証損失	正解率
0.7155	0.0	2000	0.7060	0.4622
0.7054	0.0	4000	0.6925	0.5165
0.6842	0.0	6000	0.6653	0.6116
0.6375	0.0	8000	0.5721	0.7909
0.4671	0.0	10000	0.3238	0.8770
0.3403	0.0	12000	0.3692	0.8861
0.4162	0.0	14000	0.4560	0.8908
0.4728	0.0	16000	0.5071	0.8980
0.5111	0.01	18000	0.5204	0.9015
0.4792	0.01	20000	0.5193	0.9076
0.544	0.01	22000	0.4835	0.9133
0.4745	0.01	24000	0.4689	0.9170
0.4403	0.01	26000	0.4778	0.9177
0.4405	0.01	28000	0.4754	0.9163
0.4375	0.01	30000	0.4808	0.9175
0.4628	0.01	32000	0.4340	0.9244
0.4488	0.01	34000	0.4162	0.9265
0.4608	0.01	36000	0.4031	0.9271
0.4478	0.01	38000	0.4502	0.9253
0.4237	0.01	40000	0.4087	0.9279
0.4601	0.01	42000	0.4133	0.9269
0.4153	0.01	44000	0.4230	0.9306
0.4096	0.01	46000	0.4108	0.9301
0.4348	0.01	48000	0.4138	0.9309
0.3787	0.01	50000	0.4066	0.9324
0.4172	0.01	52000	0.4812	0.9206
0.3897	0.02	54000	0.4013	0.9325
0.3787	0.02	56000	0.3837	0.9344
0.4253	0.02	58000	0.3925	0.9347
0.3959	0.02	60000	0.3907	0.9353
0.4402	0.02	62000	0.3708	0.9341
0.4115	0.02	64000	0.3477	0.9361
0.3876	0.02	66000	0.3634	0.9373
0.4286	0.02	68000	0.3778	0.9378
0.422	0.02	70000	0.3540	0.9361
0.3732	0.02	72000	0.3853	0.9378
0.3641	0.02	74000	0.3951	0.9386
0.3701	0.02	76000	0.3582	0.9388
0.4498	0.02	78000	0.3268	0.9375
0.3587	0.02	80000	0.3825	0.9401
0.4474	0.02	82000	0.3155	0.9391
0.3598	0.02	84000	0.3666	0.9388
0.389	0.02	86000	0.3745	0.9377
0.3625	0.02	88000	0.3776	0.9387
0.3511	0.03	90000	0.4275	0.9336
0.3428	0.03	92000	0.4301	0.9336
0.4042	0.03	94000	0.3547	0.9359
0.3583	0.03	96000	0.3763	0.9396
0.3887	0.03	98000	0.3213	0.9412
0.3915	0.03	100000	0.3557	0.9409
0.3378	0.03	102000	0.3627	0.9418
0.349	0.03	104000	0.3614	0.9402
0.3596	0.03	106000	0.3834	0.9381
0.3519	0.03	108000	0.3560	0.9421
0.3598	0.03	110000	0.3485	0.9419
0.3642	0.03	112000	0.3754	0.9395
0.3477	0.03	114000	0.3634	0.9426
0.4202	0.03	116000	0.3071	0.9427
0.3656	0.03	118000	0.3155	0.9441
0.3709	0.03	120000	0.2923	0.9433
0.374	0.03	122000	0.3272	0.9441
0.3142	0.03	124000	0.3348	0.9444
0.3452	0.04	126000	0.3603	0.9436
0.3365	0.04	128000	0.3339	0.9434
0.3353	0.04	130000	0.3471	0.9450
0.343	0.04	132000	0.3508	0.9418
0.3174	0.04	134000	0.3753	0.9436
0.3009	0.04	136000	0.3687	0.9422
0.3785	0.04	138000	0.3818	0.9396
0.3199	0.04	140000	0.3291	0.9438
0.4049	0.04	142000	0.3372	0.9454
0.3435	0.04	144000	0.3315	0.9459
0.3814	0.04	146000	0.3462	0.9401
0.359	0.04	148000	0.3981	0.9361
0.3552	0.04	150000	0.3226	0.9469
0.345	0.04	152000	0.3731	0.9384
0.3228	0.04	154000	0.2956	0.9471
0.3637	0.04	156000	0.2869	0.9477
0.349	0.04	158000	0.3331	0.9430
0.3374	0.04	160000	0.4159	0.9340
0.3718	0.05	162000	0.3241	0.9459
0.315	0.05	164000	0.3544	0.9391
0.3215	0.05	166000	0.3311	0.9451
0.3464	0.05	168000	0.3682	0.9453
0.3495	0.05	170000	0.3193	0.9469
0.305	0.05	172000	0.4132	0.9389
0.3479	0.05	174000	0.3465	0.947
0.3537	0.05	176000	0.3277	0.9449