distilbert - base - uncased__sst2__train - 8 - 6オープンソース感情分析モデル

Distilbert Base Uncased Sst2 Train 8 6

SetFitによって開発

DistilBERT-base-uncasedモデルをSST-2データセットでファインチューニングした感情分析モデルで、精度は75.23%です。

ダウンロード数 17

リリース時間 : 3/2/2022

モデル概要

このモデルはDistilBERTの軽量版で、SST-2感情分析タスクに特化してファインチューニングされており、テキストの感情傾向（ポジティブ/ネガティブ）を判断します。

軽量で効率的

DistilBERTアーキテクチャを基に、元のBERTより40%小さく97%の性能を維持

感情分析専用

SST-2感情分析タスク向けに特別に最適化

高速推論

蒸留アーキテクチャ設計により、より高速な推論が可能

テキスト分類

感情分析

英語テキスト処理

感情分析

製品レビュー分析

ユーザーレビューの感情傾向を分析

精度75.23%（SST-2評価セット上）

ソーシャルメディア監視

ソーシャルメディア投稿の感情傾向を監視

このモデルは、distilbert-base-uncased を None 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、以下の結果を得ています。

詳細な情報は後日追加予定です。

詳細な情報は後日追加予定です。

詳細な情報は後日追加予定です。

訓練中には、以下のハイパーパラメータが使用されました。

訓練損失	エポック数	ステップ数	検証損失	正解率
0.7161	1.0	3	0.6941	0.5
0.6786	2.0	6	0.7039	0.25
0.6586	3.0	9	0.7090	0.25
0.6121	4.0	12	0.7183	0.25
0.5696	5.0	15	0.7266	0.25
0.522	6.0	18	0.7305	0.25
0.4899	7.0	21	0.7339	0.25
0.3985	8.0	24	0.7429	0.25
0.3758	9.0	27	0.7224	0.25
0.2876	10.0	30	0.7068	0.5
0.2498	11.0	33	0.6751	0.75
0.1921	12.0	36	0.6487	0.75
0.1491	13.0	39	0.6261	0.75
0.1276	14.0	42	0.6102	0.75
0.0996	15.0	45	0.5964	0.75
0.073	16.0	48	0.6019	0.75
0.0627	17.0	51	0.5933	0.75
0.053	18.0	54	0.5768	0.75
0.0403	19.0	57	0.5698	0.75
0.0328	20.0	60	0.5656	0.75
0.03	21.0	63	0.5634	0.75
0.025	22.0	66	0.5620	0.75
0.0209	23.0	69	0.5623	0.75
0.0214	24.0	72	0.5606	0.75
0.0191	25.0	75	0.5565	0.75
0.0173	26.0	78	0.5485	0.75
0.0175	27.0	81	0.5397	0.75
0.0132	28.0	84	0.5322	0.75
0.0138	29.0	87	0.5241	0.75
0.0128	30.0	90	0.5235	0.75
0.0126	31.0	93	0.5253	0.75
0.012	32.0	96	0.5317	0.75
0.0118	33.0	99	0.5342	0.75
0.0092	34.0	102	0.5388	0.75
0.0117	35.0	105	0.5414	0.75
0.0124	36.0	108	0.5453	0.75
0.0109	37.0	111	0.5506	0.75
0.0112	38.0	114	0.5555	0.75
0.0087	39.0	117	0.5597	0.75
0.01	40.0	120	0.5640	0.75