BERT Crime Analysis

🚀 テキスト分類モデル

このモデルは、犯罪の説明から犯罪タイプを検出するために微調整されたテキスト分類モデルです。特定のKaggleデータセットを使用して訓練され、高い精度で犯罪タイプを予測することができます。

🚀 クイックスタート

開発者からのメッセージです。このモデルをローカルまたはColabでダウンロードして試してみてください。これにより、Hugging FaceがこのモデルをサーバーレスAPIとして提供する重要性を判断するのに役立ちます。また、このモデルは誰でも安全に使用できます。あるファイルが不安全とマークされているのは、それがpickleファイルであるためです。皆さんの多大なサポートに感謝します！

📚 ドキュメント

概要

このモデルは、google-bert/bert-base-uncased を Kaggle のデータセット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。

• マクロF1スコア: 89.44%
• 加重F1スコア: 93.15%
• 正解率: 93.80%
• バランス正解率: 90.42%

モデルの説明

google-bert/bert-base-uncased のこの微調整バージョンは、犯罪の説明から犯罪タイプを検出するのに優れています。34種類のラベルを持っています。

訓練と評価データ

• 評価マクロF1スコア: 89.44%
• 評価加重F1スコア: 93.15%
• 評価正解率: 93.79%
• 評価バランス正解率: 90.42%

訓練ハイパーパラメータ

訓練中に使用されたハイパーパラメータは以下の通りです。

• 学習率: 5e-05
• 訓練バッチサイズ: 32
• 評価バッチサイズ: 32
• 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: 線形
• エポック数: 30

訓練結果

フレームワークバージョン

• Transformers 4.39.3
• Pytorch 2.2.2
• Datasets 2.18.0
• Tokenizers 0.15.2

📄 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。