D

Distilbert Sst2

mattchurginによって開発
distilbert-base-uncasedをベースにGLUEデータセットで微調整したテキスト分類モデル
ダウンロード数 15
リリース時間 : 3/2/2022

モデル概要

このモデルはSST - 2感情分析タスクに最適化された軽量Transformerモデルで、英語テキストの感情分類タスクに適しています。

モデル特徴

軽量高効率
DistilBERTアーキテクチャに基づいており、標準のBERTモデルよりもサイズが40%小さく、速度が60%速く、同時に同等の性能を維持します。
高い正解率
SST - 2評価セットで89.11%の正解率を達成しました。
高速推論
評価速度は毎秒483サンプルに達し、リアルタイムアプリケーションシーンに適しています。

モデル能力

英語テキスト分類
感情分析
文レベルの特徴抽出

使用事例

ソーシャルメディア分析
コメントの感情分析
ユーザーのコメントの感情傾向(ポジティブ/ネガティブ)を分析します。
正解率89.11%
カスタマーサービス
顧客フィードバックの分類
顧客のフィードバックの感情傾向を自動的に分類します。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase