Bert Base Cased Ag News

🚀 bert-base-cased-ag-news

[CLS]トークン出力の上に線形層を使用して、AG News分類データセットでファインチューニングされたBERTモデルで、テスト精度は0.945です。

🚀 クイックスタート

このモデルは、AG News分類データセットでファインチューニングされたBERTモデルです。線形層を[CLS]トークン出力の上に配置し、テスト精度が0.945を達成しています。

💻 使用例

基本的な使用法

# Here is how to use this model to classify a given text:
from transformers import AutoTokenizer, BertForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained('lucasresck/bert-base-cased-ag-news')
model = BertForSequenceClassification.from_pretrained('lucasresck/bert-base-cased-ag-news')
text = "Is it soccer or football?"
encoded_input = tokenizer(text, return_tensors='pt', truncation=True, max_length=512)
output = model(**encoded_input)

🔧 技術詳細

制限事項とバイアス

このモデルではバイアスの評価は行われていませんが、事前学習されたBERTにはバイアスが含まれることが知られているため、このモデルにも同様のバイアスが存在する可能性があります。BERTの作者は、「このバイアスはこのモデルのすべてのファインチューニングバージョンにも影響を及ぼします」と述べています。

評価結果

              precision    recall  f1-score   support

           0     0.9539    0.9584    0.9562      1900
           1     0.9884    0.9879    0.9882      1900
           2     0.9251    0.9095    0.9172      1900
           3     0.9127    0.9242    0.9184      1900

    accuracy                         0.9450      7600
   macro avg     0.9450    0.9450    0.9450      7600
weighted avg     0.9450    0.9450    0.9450      7600

📄 ライセンス

このプロジェクトはMITライセンスの下で提供されています。