许可证: mit 基础模型: camembert-base 标签:

• 训练器生成 数据集:
• 多语言推文情感分析 指标:
• 准确率 模型索引:
• 名称: camembert_model 结果:
  • 任务: 名称: 文本分类 类型: text-classification 数据集: 名称: 多语言推文情感分析 类型: tweet_sentiment_multilingual 配置: 法语 拆分: 验证集 参数: 法语 指标:
    • 名称: 准确率 类型: accuracy 值: 0.7654320987654321

camembert_model

该模型是基于camembert-base在多语言推文情感分析数据集（法语部分）上微调的版本。在评估集上取得如下结果:

• 损失值: 0.7877
• 准确率: 0.7654

模型描述

一个针对法语的情感分类器，可将法语文本分类为积极、消极或中性。

用途与限制

需补充更多信息

训练与评估数据

需补充更多信息

训练流程

训练超参数

训练过程中使用以下超参数:

• 学习率: 2e-05
• 训练批次大小: 16
• 评估批次大小: 16
• 随机种子: 42
• 优化器: Adam (beta1=0.9, beta2=0.999, epsilon=1e-08)
• 学习率调度器类型: 线性
• 训练轮次: 10

训练结果

框架版本

• Transformers 4.35.2
• Pytorch 2.1.0+cu121
• Datasets 2.15.0
• Tokenizers 0.15.0