| --- |
| library_name: transformers |
| tags: |
| - autotrain |
| - text-classification |
| - russia |
| - job |
| base_model: google-bert/bert-base-uncased |
| widget: |
| - text: I love AutoTrain |
| license: mit |
| language: |
| - ru |
| pipeline_tag: text-classification |
| --- |
| |
| Модель для классификации вакансий была создана на основе предобученной архитектуры BERT путем дообучения (fine-tuning) на специально размеченном датасете. |
|
|
| Датасет для обучения содержал 1000 текстов вакансий, сбалансированных по двум классам: |
|
|
| 500 примеров — релевантные вакансии для IT-сферы. |
|
|
| 500 примеров — нерелевантные вакансии, не относящиеся к сфере информационных технологий. |
|
|
| В результате модель научилась эффективно различать и категоризировать тексты вакансий на соответствующие IT и все прочие. |
|
|
|
|
| # Model Trained Using AutoTrain |
|
|
| - Problem type: Text Classification |
|
|
| ## Validation Metrics |
| loss: 0.3812274634838104 |
|
|
| f1: 0.8502415458937198 |
|
|
| precision: 0.822429906542056 |
|
|
| recall: 0.88 |
|
|
| auc: 0.9464999999999999 |
|
|
| accuracy: 0.845 |
