Storyseeker

🚀 🔭StorySeeker

このモデルは、🔭StorySeeker データセットで roberta-base 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: 0.4343
• 正解率: 0.8416

🚀 クイックスタート

あなたは、私たちのアノテーションをロードし、テキストを取得し、Hugging Faceからファインチューニング済みのモデルをロードし、予測を実行する方法のデモを見ることができます。Colabのリンクを使用する場合、ローカルマシンに何もダウンロードしたり設定したりする必要はありません。すべてがインターネットブラウザで実行されます。

Colab: リンク

Github: リンク

✨ 主な機能

このモデルは、テキストが物語を含むか含まないかを予測するために使用できます。

「物語」の定義については、コードブック を参照してください。

📚 ドキュメント

意図された用途と制限

このモデルは、オンラインコミュニティにおけるストーリーテリングを測定することに興味のある研究者を対象としていますが、他の種類のデータセットにも適用できます（プレプリントの汎化結果を参照）。

学習と評価データ

このモデルは、🔭StorySeeker データセットの学習分割データでファインチューニングされました。このデータセットには、物語とイベントのスパンがアノテーションされた301件のReddit投稿とコメントが含まれています。このモデルは、二値文書ラベル（文書が物語を含むか含まないか）を使用してファインチューニングされました。

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：

• learning_rate: 5e-05
• train_batch_size: 16
• eval_batch_size: 20
• seed: 42
• optimizer: Adam (betas=(0.9,0.999), epsilon=1e-08)
• lr_scheduler_type: linear
• lr_scheduler_warmup_steps: 20
• num_epochs: 3

学習結果

フレームワークバージョン

• Transformers 4.35.2
• Pytorch 2.1.0+cu121
• Tokenizers 0.15.2

📄 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。

引用

もしあなたが私たちのデータ、コードブック、またはモデルを使用する場合は、以下のプレプリントを引用してください：

Where do people tell stories online? Story Detection Across Online Communities
Maria Antoniak, Joel Mire, Maarten Sap, Elliott Ash, Andrew Piper