R

Roberta Base Topic Classification Nyt News

由 dstefa 开发
基于roberta-base微调的新闻主题分类模型,在纽约时报新闻数据集上训练,准确率达0.91。
下载量 14.09k
发布时间 : 1/16/2024

模型简介

该模型用于对新闻文本进行主题分类,支持8个新闻主题类别,包括体育、艺术文化与娱乐、商业与金融等。

模型特点

高准确率
在测试集上达到0.91的准确率、F1值、精确率和召回率。
广泛的主题覆盖
支持8个新闻主题类别,涵盖体育、艺术、商业、健康等多个领域。
基于RoBERTa优化
基于强大的roberta-base模型微调,具有优秀的文本理解能力。

模型能力

新闻主题分类
文本分类
多类别预测

使用案例

新闻媒体
新闻自动分类
自动为新闻文章分配主题类别,提高内容管理效率。
准确率达到91%
内容推荐系统
基于主题分类结果,为用户推荐相关新闻内容。
数据分析
新闻趋势分析
通过分类结果分析不同主题新闻的时间分布和趋势。
AIbase
智启未来,您的人工智能解决方案智库
简体中文