オープンソースのroberta - アーギュメント論弁テキスト分類モデル、テキストに論弁内容があるかどうかを迅速に識別

ホーム

Roberta Argument

chklaによって開発

RoBERTa(base)の事前学習モデルを微調整した論弁テキスト分類モデルで、テキストに論弁内容が含まれているかどうかを識別するために使用されます。

テキスト分類英語#論争的なトピックの論弁識別 #立場と理由の検出 #RoBERTaの微調整

ダウンロード数 495

リリース時間 : 3/2/2022

モデル概要

このモデルは、テキストを非論弁テキストまたは論弁テキストに分類することができ、論争的なトピックの論弁マイニング研究に適しています。

モデル特徴

高い正解率

テストセットで0.8193の正解率と0.8021のF1値を達成しました。

多トピック対応

原子力、中絶、死刑など8つの論争的なトピックの論弁分析をサポートします。

RoBERTaの微調整に基づく

RoBERTa(base)の事前学習モデルを利用して微調整し、論弁テキストの識別能力を向上させます。

モデル能力

論弁テキストの識別

非論弁テキストの識別

論争的なトピックの分析

使用事例

学術研究

論弁マイニング研究

論争的なトピックの論弁構造を分析するために使用され、学術研究をサポートします。

論弁テキストを効果的に識別することができ、再現率は0.8463に達します。

コンテンツ審査

論争的なコンテンツの識別

プラットフォームが論弁内容を含むテキストを識別するのを支援し、コンテンツ審査を補助します。

🚀 RoBERTArgへようこそ！

🤖 モデルの説明

このモデルは、論争的なトピックに関する約25,000の異種の手動アノテーション付き文（📚 Stab et al. 2018）で学習され、テキストを2つのラベルのいずれかに分類します。🏷 NON-ARGUMENT (0) と ARGUMENT (1) です。

🗃 データセット

データセット（📚 Stab et al. 2018）は、トピックを支持または反対する関連理由を含む場合は、トピックを支持または反対する ARGUMENTS（約11,000）で構成され、理由を含まない場合は NON-ARGUMENT（約14,000）として分類されます。著者らは論争的なトピック、つまり「可能な結果に明確な極性がある」トピックに焦点を当て、最終的に8つの論争的なトピックのセットをまとめています。人工妊娠中絶、学校の制服、死刑、マリファナ合法化、原子力エネルギー、クローニング、銃規制、最低賃金 です。

トピック	主張	非主張
人工妊娠中絶	2213	2,427
学校の制服	325	1,734
死刑	325	2,083
マリファナ合法化	325	1,262
原子力エネルギー	325	2,118
クローニング	325	1,494
銃規制	325	1,889
最低賃金	325	1,346

🏃🏼‍♂️モデルの学習

RoBERTArg は、HuggingFaceのRoBERTA（base）事前学習モデルを、以下のハイパーパラメータを使用してHuggingFaceトレーナーで微調整したものです。

training_args = TrainingArguments(
    num_train_epochs=2,
    learning_rate=2.3102e-06,
    seed=8,
    per_device_train_batch_size=64,
    per_device_eval_batch_size=64,
)

📊 評価

このモデルは、評価セット（20%）で評価されました。