Создать эффективный классификатор услуг, который на основании названия услуги, сможет правильно присвоить соответствующую категорию.
Датасет, содержащий название услуги в LPU(Лечебно- профилактические учреждения), а так же категорию.
Описание полей:
- Название: Название услуги
- Категория: Категория услуги
- EDA
- Обучение модели TF-IDF + CatBoostClassifier
- Обучение трансформера
- Подготовка отчета
| Наименование | Описание |
|---|---|
| 1. pandas_profiling_report | Общий обзор исследованных данных |
| 2. EDA_report | Итоги ознакомления с данными |
| 3. catboost_model | Обучение модели TF-ID-CatBoostClassifier |
| 4. category_classification | Обучение трансформера |
| 5. final_report | Отчет |
Предложен классификатор услуг на основе доработанной версии distilbert-base-uncased, способный проводить классификацию названий услуг.
На оценочном наборе модель достигает следующих результатов:
- Loss: 0.1774
- Accuracy: 0.9490
Во время обучения использовались следующие гиперпараметры:
- learning_rate: 2e-05
- train_batch_size: 16
- eval_batch_size: 16
- seed: 42
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 3
Training results
| Training Loss | Epoch | Step | Validation Loss | Accuracy |
|---|---|---|---|---|
| 0.5964 | 1.0 | 216 | 0.3048 | 0.9015 |
| 0.2687 | 2.0 | 432 | 0.1945 | 0.9432 |
| 0.1787 | 3.0 | 648 | 0.1774 | 0.9490 |
Framework versions
- Transformers 4.38.2
- Pytorch 2.2.1+cu121
- Datasets 2.18.0
- Tokenizers 0.15.2