flipkart-distilbert-sentiment-analysis

Это fine-tune модели distilbert-base-uncased для классификации отзывов Flipkart на три класса: Negative, Neutral и Positive. Модель обучена на английских отзывах и ориентирована на анализ тональности в e-commerce; в карточке указаны 3 класса и обучение на NVIDIA Tesla T4.

📝 Ключевые особенности

• 🗣 Язык — английский; задача — multi-class text classification с классами Negative (0), Neutral (1), Positive (2).
• 📝 База — distilbert-base-uncased; 2 эпохи, batch size 16, learning rate 2e-5, max sequence length 128, оптимизатор AdamW.
• 📝 После очистки — 109 653 уникальных текста: 87 722 в train и 21 931 в test; исходный датасет — 205 052 записи.
• 👍 На тесте: positive F1 0.97, negative F1 0.89; neutral заметно слабее — F1 0.47.
• 🤔 Классы несбалансированы: positive 75.5%, negative 19.0%, neutral 5.5%; модель обучена на отзывах Flipkart и может хуже работать на других доменах.

⌨ Пример

from transformers import AutoTokenizer, AutoModelForSequenceClassification
MODEL_NAME = 'SharathLal/flipkart-distilbert-sentiment-analysis'
tok = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME)
inputs = tok('The product quality is excellent and I really love it!', return_tensors='pt', truncation=True, max_length=128)
outputs = model(**inputs)
print(model.config.id2label[outputs.logits.argmax().item()])

Подробнее

Accuracy — 93.10%, macro F1 — 77.60%, macro precision — 80.74%, macro recall — 75.77%.
Обучение: 2 эпохи, batch size 16, lr 2e-5, max length 128, NVIDIA Tesla T4.
Ограничения: дисбаланс классов, смешанные тональности, опечатки и шумные метки; neutral — самый сложный класс.
Модель — портфолио-проект для отзывов Flipkart, а не универсальный детектор мнений.