language: bn tags:

• 协作

• 孟加拉语

• 序列分类 license: apache-2.0 datasets: IndicGlue metrics:

• 损失

• 准确率

• 精确率

• 召回率 widget:

• text: "亚洲首位盲人征服珠穆朗玛峰|"

sahajBERT 新闻文章分类

模型描述

sahajBERT 针对新闻文章分类进行了微调，使用了 IndicGlue 的 sna.bn 数据集。

该模型用于将文章分类为以下5个类别：

预期用途与限制

使用方法

您可以直接使用序列分类管道来使用此模型：

from transformers import AlbertForSequenceClassification, TextClassificationPipeline, PreTrainedTokenizerFast

# 初始化分词器
tokenizer = PreTrainedTokenizerFast.from_pretrained("neuropark/sahajBERT-NCC")

# 初始化模型
model = AlbertForSequenceClassification.from_pretrained("neuropark/sahajBERT-NCC")

# 初始化管道
pipeline = TextClassificationPipeline(tokenizer=tokenizer, model=model)

raw_text = "该联合区有3个村庄和10个自然村。" # 可替换文本
output = pipeline(raw_text)

限制与偏差

完善中

训练数据

模型初始化时使用了 sahajBERT 在19519步的预训练权重，并在 IndicGlue 的 sna.bn 数据集上进行训练。

训练过程

即将推出！

评估结果

损失: 0.2477145493030548

准确率: 0.926293408929837

宏F1: 0.9079785326650756

召回率: 0.926293408929837

加权F1: 0.9266428029354202

宏精确率: 0.9109938492260489

微精确率: 0.926293408929837

加权精确率: 0.9288535478995414

宏召回率: 0.9069095007692186

微召回率: 0.926293408929837

加权召回率: 0.926293408929837

BibTeX条目与引用信息

即将推出！