AIbase

B

Bert Finetuned Sem Eval English

由 joniponi 开发
一个基于深度学习的文本分类模型，在验证集上表现出较高的F1分数和ROC AUC值。
大型语言模型
Transformers
#快速收敛#高F1分数#医疗诊断
下载量 16
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型用于文本分类任务，能够对输入文本进行有效分类，适用于多种自然语言处理场景。

模型特点

高效训练
模型在第二轮训练后即显示出显著的性能提升，训练损失从0.115降至0.070。
优秀分类性能
在验证集上达到0.911的F1分数和0.943的ROC AUC值，表现出强大的分类能力。
快速收敛
仅经过两轮训练，验证损失就从0.099降至0.080，显示出良好的收敛特性。

模型能力

文本分类
特征提取
概率预测

使用案例

情感分析
产品评论分类
将用户评论自动分类为正面、中性或负面
基于F1分数0.911的表现，可提供准确的分类结果
内容审核
不当内容识别
自动识别和分类不当或违规内容
高ROC AUC值0.943表明模型在区分不同类别内容方面表现优异