robbert-v2-dutch-base-finetuned-emotionオープンソースモデル - オランダ語のテキスト感情分類に無料で使用可能

ホーム

Robbert V2 Dutch Base Finetuned Emotion

antalvdbによって開発

このモデルはRobBERT v2オランダ語ベースモデルを感情分析タスクで微調整したバージョンで、主にオランダ語テキストの感情分類に使用されます。

テキスト分類

Transformers

オープンソースライセンス:MIT #オランダ語感情分析 #高ラウンド微調整 #F1最適化

ダウンロード数 67

リリース時間 : 7/25/2024

モデル概要

RobBERT v2オランダ語ベースモデルを微調整した感情分析モデルで、オランダ語テキストの感情分類が可能です。

モデル特徴

オランダ語感情分析

オランダ語テキストに特化して最適化された感情分析モデル

RobBERT v2ベース

RobBERT v2オランダ語ベースモデルを事前学習基盤として使用

微調整最適化

特定の感情分析タスクで50ラウンドの微調整訓練を実施

モデル能力

オランダ語テキスト分類

感情分析

使用事例

感情分析

ソーシャルメディア感情モニタリング

オランダ語ソーシャルメディア投稿の感情傾向を分析

精度52%、F1値0.5123

顧客フィードバック分析

オランダ語顧客レビューを感情分類

🚀 robbert-v2-dutch-base-finetuned-emotion

このモデルは、pdelobelle/robbert-v2-dutch-base 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達成しています。

損失: 3.3545
正解率: 0.52
F1スコア: 0.5123

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

📚 ドキュメント

モデルの詳細

詳細情報は後日提供予定です。

想定される用途と制限

詳細情報は後日提供予定です。

学習と評価データ

詳細情報は後日提供予定です。

学習手順

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました。

学習率: 2e-05
学習バッチサイズ: 32
評価バッチサイズ: 32
乱数シード: 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タイプ: linear
エポック数: 50

学習結果

学習損失	エポック	ステップ	検証損失	正解率	F1スコア
1.5586	1.0	25	1.4429	0.42	0.2485
1.4425	2.0	50	1.3576	0.46	0.3533
1.2834	3.0	75	1.3207	0.5	0.4369
1.1051	4.0	100	1.3228	0.48	0.4217
0.9053	5.0	125	1.3705	0.49	0.4302
0.7326	6.0	150	1.4522	0.53	0.5019
0.5724	7.0	175	1.5445	0.53	0.5064
0.4411	8.0	200	1.6560	0.54	0.5120
0.3476	9.0	225	1.7233	0.51	0.4845
0.2324	10.0	250	1.9150	0.52	0.5056
0.1866	11.0	275	2.0207	0.52	0.4975
0.165	12.0	300	2.0863	0.52	0.5094
0.1291	13.0	325	2.1584	0.5	0.4833
0.0762	14.0	350	2.2296	0.55	0.5332
0.0577	15.0	375	2.3171	0.5	0.4986
0.0424	16.0	400	2.4509	0.5	0.4795
0.0253	17.0	425	2.5444	0.49	0.4917
0.0191	18.0	450	2.5894	0.51	0.5031
0.0123	19.0	475	2.7144	0.5	0.4995
0.01	20.0	500	2.7358	0.53	0.5231
0.0086	21.0	525	2.8282	0.48	0.4825
0.0064	22.0	550	2.8421	0.52	0.5244
0.0059	23.0	575	2.9267	0.53	0.5200
0.005	24.0	600	2.9568	0.52	0.5074
0.0044	25.0	625	3.0420	0.47	0.4755
0.0066	26.0	650	3.0421	0.48	0.4881
0.0039	27.0	675	3.1039	0.51	0.4960
0.0033	28.0	700	3.1226	0.51	0.4955
0.0033	29.0	725	3.1215	0.51	0.4999
0.003	30.0	750	3.1649	0.51	0.4980
0.0025	31.0	775	3.1716	0.5	0.4921
0.0028	32.0	800	3.2371	0.5	0.4956
0.0028	33.0	825	3.1730	0.52	0.5154
0.0055	34.0	850	3.1842	0.49	0.4884
0.0022	35.0	875	3.2324	0.51	0.4955
0.0023	36.0	900	3.2221	0.52	0.5089
0.002	37.0	925	3.2756	0.51	0.4981
0.0021	38.0	950	3.2866	0.51	0.5010
0.0019	39.0	975	3.2882	0.51	0.5010
0.0018	40.0	1000	3.2864	0.51	0.4967
0.0017	41.0	1025	3.3101	0.51	0.4967
0.0017	42.0	1050	3.3215	0.52	0.5089
0.0016	43.0	1075	3.3253	0.51	0.5043
0.0056	44.0	1100	3.3118	0.51	0.5043
0.0016	45.0	1125	3.3566	0.51	0.4981
0.0016	46.0	1150	3.3593	0.51	0.4981
0.0016	47.0	1175	3.3638	0.51	0.4981
0.0017	48.0	1200	3.3605	0.52	0.5089
0.0017	49.0	1225	3.3526	0.52	0.5123
0.0016	50.0	1250	3.3545	0.52	0.5123