Distilbert Base Uncased Finetuned Amazon Food Reviews

🚀 Amazon-Food-Reviews-distilBERT-base for Sentiment Analysis

このモデルは、Amazonの食品レビューに対するセンチメント分析に特化したモデルです。DistilBERTベースモデルを微調整しており、高精度なセンチメント判定が可能です。

🚀 クイックスタート

このモデルは、Amazonの食品レビューに対するセンチメント分析に使用できます。以下に、モデルの詳細、使用方法、リスク、トレーニングの情報を記載しています。

📚 ドキュメント

🔍 モデル詳細

モデル説明：このモデルは、distilbert-base-uncased を Amazon food reviews dataset で微調整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: 0.08

• 正解率: 0.87

• 適合率: 0.71

• 再現率: 0.77

• F1値: 0.73

• 開発者: Jiali Han

• モデルタイプ: テキスト分類

• 言語: 英語

• ライセンス: Apache-2.0

• 親モデル: DistilBERTの詳細については、このモデルカード を参照してください。

• 詳細情報リソース:

  • モデルドキュメント
  • DistilBERT論文

💡 使用方法

直接使用

このモデルは、Amazonの食品レビューに対するセンチメント分析に使用できます。

誤用と範囲外の使用

このモデルは、人々に敵意を抱かせたり、疎外感を与える環境を意図的に作るために使用してはいけません。また、このモデルは人や出来事の事実や真実を表現するように訓練されていないため、そのような内容を生成するために使用することは、このモデルの能力範囲外です。

⚠️ リスク、制限事項、バイアス

いくつかの実験に基づき、このモデルは少数派の集団を対象とした偏った予測を生成する可能性があることがわかりました。

ユーザーは、このモデルのリスクを評価するために、ユースケースのこれらの側面を十分に調査することを強くお勧めします。以下のバイアス評価データセットを調べることをおすすめします：WinoBias、WinoGender、Stereoset。

🔧 トレーニング

トレーニングデータ

著者は、このモデルのトレーニングに Amazon food reviews dataset を使用しています。

微調整ハイパーパラメータ

トレーニング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: 5e-5
• トレーニングバッチサイズ: 8
• 評価バッチサイズ: 8
• シード: 0
• オプティマイザー: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラータイプ: 線形
• エポック数: 5

トレーニングプロセス

トレーニングプロセス (詳細)

フレームワークバージョン

• Transformers 4.35.2
• Pytorch 2.1.0+cu118
• Tokenizers 0.15.0

📄 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。