Bert Base Uncased Finetuned Surveyclassification

🚀 bert-base-uncased-finetuned-surveyclassification

このモデルは、カスタムの調査データセットでbert-base-uncasedを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: 0.2818
• 正解率: 0.9097
• F1値: 0.9097

🚀 クイックスタート

このモデルは、特定のカスタマーサービスドメインの調査結果のトレーニングデータセットによって制限されています。これは、異なるドメインのすべてのユースケースにうまく汎化できない可能性があります。

✨ 主な機能

このモデルは、テキスト分類に使用できます。具体的には、Transformersのpipelineを使って簡単に利用できます。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
tokenizer = AutoTokenizer.from_pretrained("Jorgeutd/bert-base-uncased-finetuned-surveyclassification")
model = AutoModelForSequenceClassification.from_pretrained("Jorgeutd/bert-base-uncased-finetuned-surveyclassification")
text_classifier = pipeline("text-classification", model=model,tokenizer=tokenizer, device=0)
example = "The agent on the phone was very helpful and nice to me."
results = text_classifier(example)
print(results)

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。必要に応じて、以下のコマンドでインストールできます。

pip install transformers

📚 ドキュメント

トレーニングと評価データ

カスタムの調査データセットを使用しています。

トレーニング手順

SageMakerノートブックインスタンスを使用してトレーニングを行いました。

トレーニングハイパーパラメータ

トレーニング中に使用されたハイパーパラメータは以下の通りです。

トレーニング結果

フレームワークバージョン

• Transformers 4.16.2
• Pytorch 1.8.1+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。