Views
No views yet
| الخاصية | القيمة |
|---|---|
| النموذج الأساسي | aubmindlab/bert-base-arabertv02 |
| عدد الحقبات (epochs) | 5 |
| حجم الدفعة (batch size) | 8 |
| طول النص الأقصى | 128 |
| معدل التعلم | 2e-5 |
| optimizer | AdamW |
| خسارة التدريب | CrossEntropyLoss |
| طريقة التقسيم | train/test split بنسبة 20% |
| عدد الفئات | متعدد الفئات (multiclass) |
| المقياس | القيمة |
|---|---|
| Accuracy | 0.6163 |
| Precision | 0.6221 |
| Recall | 0.6163 |
| F1-score | 0.6175 |
يمكنكِ إضافة نتائجك من Colab مباشرة تحت هذا الجدول.
1from transformers import AutoTokenizer, AutoModelForSequenceClassification
2import torch
3
4model_name = "safiati/arabertv2-multiclass-model"
5
6tokenizer = AutoTokenizer.from_pretrained(model_name)
7model = AutoModelForSequenceClassification.from_pretrained(model_name)
8
9text = "جايح ومش مربي"
10inputs = tokenizer(text, return_tensors="pt")
11
12with torch.no_grad():
13 logits = model(**inputs).logits
14 probs = torch.softmax(logits, dim=1)
15 pred_id = torch.argmax(probs).item()
16
17print("Prediction:", model.config.id2label[pred_id])