Few Shot Learning Classification Bert Sm 5K 32

🚀 自動トレーニングで学習されたモデル

このモデルはAutoTrainを使用して学習されたテキスト分類モデルです。媒体やコンテンツ会社などのビジネスシーンで、少ないラベル付きデータでニュース記事をカテゴリ分けするのに役立ちます。

🚀 クイックスタート

このモデルはテキスト分類問題に対応しています。以下の情報を参考に、モデルを利用できます。

✨ 主な機能

• 少ないラベル付きデータでのテキスト分類が可能です。
• ニュース記事を世界、スポーツ、ビジネス、科学技術などのカテゴリに分類できます。
• 新しいカテゴリや急激に出現するトピックに迅速に適応できます。

📦 インストール

原READMEにインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

原READMEにコード例が記載されていないため、このセクションをスキップします。

📚 ドキュメント

パブリッシャー情報

• パブリッシャー: PRAVIN SURESH TAWADE
• 共同パブリッシャー: Dr.JAYA KRISHNA GUTHA

検証指標

データ詳細

AG Newsデータセットを用いたフューショットテキスト分類の潜在的なビジネスアプリケーションの1つは、媒体やコンテンツ会社です。これらの会社は、この技術を実装して、世界、スポーツ、ビジネス、技術などのトピックに関するニュース記事を、少ないラベル付きデータでカテゴリ分けすることができます。このフューショットモデルのアプリケーションにより、ニュースコンテンツの管理と検索が効率的に行え、ユーザーがパーソナライズされたニュースフィードに満足するようになります。さらに、このようなモデルにより、これらの会社は動的な業界で新しいカテゴリや急激に出現するトピックに迅速に対応して分類を調整できます。

ソース材料の繰り返しが適応結果の評価に影響を与える可能性があることを考慮して、コース中に遭遇した同じデータを使用することは避けたいと思います。したがって、各クラスに利用可能なラベル付きサンプルの数が限られた多様なテキストデータセットを選択したいと思います。さらに、モデルの有効性を評価するために、ドメインや文書の種類を変えることを検討します。作業はデータセットの選択から始まり、選択したのはHugging FaceでアクセスできるAGのニュースコーパスです。この研究では、このニュース記事のコレクションを使用し、世界、スポーツ、ビジネス、科学技術の4つの主要なクラスに分けています。データセットのサイズは以下の通りです。各クラスに30,000個のトレーニングサンプルと1,900個のテストサンプルがあります。

• データセットサイズ: 31.3 MB

• データ分割: 127600行

• データフィールド:

  • テキスト: 文字列で表される特徴。
  • ラベル: 世界(0)、スポーツ(1)、ビジネス(2)、科学技術(3)からなる分類ラベルのセット。

🔧 技術詳細

原READMEに技術的な実装詳細が記載されていないため、このセクションをスキップします。

📄 ライセンス

原READMEにライセンス情報が記載されていないため、このセクションをスキップします。