Template:Model card ORES article topic/hy

Model card
Model card
This page is an on-wiki machine learning model card.
	A model card is a document about a machine learning model that seeks to answer basic questions about the model.
Model Information Hub
Model creator(s)	Aaron Halfaker (User:EpochFail) and Amir Sarabadani
Model owner(s)	WMF Machine Learning Team (ml@wikimediafoundation.org)
Model interface	Ores homepage
Code	ORES Github, ORES training data, and ORES model binaries
Uses PII	No
In production?	Yes
Which projects?	{{{language}}} {{{project}}}
	Այս մոդելը օգտագործում է հոդվածի տեքստը կանխատեսելու համար հավանականությունը, որ հոդվածը պատկանում է մի շարք թեմաների
	v; t; e;

Մոտիվացիան

Ինչպե՞ս կարող ենք կանխատեսել, թե ինչ ընդհանուր թեման է հոդվածը: Այս հարցի պատասխանը օգտակար է Վիքիպեդիայի դինամիկայի տարբեր վերլուծությունների համար: Այնուամենայնիվ, դժվար է ձեռքով խումբավորել Վիքիբեդիայի շատ բազմազան հոդվածներ համահունչ, համահունչ թեմաների մեջ:

Այս մոդելը, որը հանդիսանում է ORES մոդելների հավաքածուի մաս, վերլուծում է հոդվածը, որպեսզի կանխատեսի դրա ենթադրությունը, որ այն պատկանում է մի շարք թեմաների: Նման մոդելներ (չնայած պարտադիր չէ, որ ունեն նույն կատարողական մակարդակ կամ թեմաներ, տեղադրվում են մոտ մեկ տասնյակ այլ նախագծերում:

Այս մոդելը կարող է օգտակար լինել Վիքիպեդիայի դինամիկայի բարձր մակարդակի վերլուծությունների համար (երբացանկային դիտումներ, հոդվածների որակ, խմբագրման միտումներ) եւ հոդվածների ֆիլտրման համար:

Օգտագործողներ եւ օգտագործումներ

Use this model for

Վիքիպեդիայի դինամիկայի բարձր մակարդակի վերլուծություններ, ինչպիսիք են էջի տեսանկյունը, հոդվածի որակը կամ խմբագրման միտումները. օրինակ. Ինչպե՞ս տարբերվում են էջի դիտման դինամիկան ֆիզիկայի եւ կենսաբանության կատեգորիաների միջեւ:
ֆիլտրում համապատասխան հոդվածների վրա. օրինակ, ֆիլտրում միայն երաժշտության կատեգորիայի հոդվածները:

Don't use this model for

վերջնականապես հաստատելով, թե ինչ թեման է վերաբերում հոդվածը
հոդվածների կամ թեմաների ավտոմատ խմբագրումը առանց մարդու տեղակայման

Current uses

Այս մոդելը ORES-ի մասն է եւ ընդհանուր առմամբ հասանելի է API-ի միջոցով: Այն օգտագործվում է Վիքիպեդիայի բարձր մակարդակի վերլուծության, պլատֆորմային հետազոտությունների եւ այլ վիքի-ի վրա կատարվող գործերի համար:

Example API call:

{{{model_input}}}

Էթիկական դիտարկումներ, նախազգուշացումներ եւ առաջարկություններ

Այս մոդելը պատրաստվել է մի քանի տարվա տվյալների վրա (մինչեւ 2020 թվականի կեսերը): Հիմնական տվյալների տատանումը կարող է խեղաթյուրել մոդելի արդյունքները:
Այս մոդելը օգտագործում է Word2vec որպես ուսուցման հատկություն: Word2vec- ը, ինչպես այլ բնական լեզուներ, կոդավորում է ենթակա տվյալների հավաքածուների լեզվական կողմնակալությունները ՝ ըստ սեռի, ռասիայի, էթնիկության, կրոնի եւ այլն: Քանի որ Վիքիպեդիան իր տեքստում գիտի կողմնակալություններ, այս մոդելը կարող է կոդավորել եւ երբեմն վերարտադրել այդ կողմնակալությունը:
Այս մոդելը տարբեր թեմաների միջեւ շատ փոփոխական է կատարում. Ստորեւ բերված փորձարկման վիճակագրությունը կարող եք դիտել թեմաների միջանցի կատարման մասին:

Մոդել

Պահանջվող կատարումը

Test data confusion matrix: {{{confusion_matrix}}}

Test data sample rates: {{{sample_rates}}}

Test data performance: {{{performance}}}

Գործարկում

Model architecture

{{{model_architecture}}}

Output schema

{{{model_output_schema}}}

Example input and output

Input:

{{{model_input}}}

Output:

{{{model_output}}}

Տվյալներ

Data pipeline

Դասընթացների համար նախատեսված տվյալները վերցվել են վերանայման ID-ների մի շարքից: Այնուհետեւ ավտոմատացված գործընթացների միջոցով վերանայության վերաբերյալ տարբեր տեղեկություններ են հանվել, եւ վերանայումը պարունակում է word2vec ՝ հոդվածի ներկրում ստանալու համար: Վերջապես, տեքստները բխում են միջին մակարդակի WikiProject կատեգորիաներից, որոնց հետ հոդվածը կապված է:

Training data

Մշակման տվյալները ինքնաբերաբար եւ պատահականորեն բաժանվում էին փորձարկման տվյալներից ուսուցման ընթացքում' օգտագործելով drafttopic git repository (որը մշակում է թե՛ նախագծային թե՛ հոդվածային մոդելներ):

Test data

Թեստային տվյալները ավտոմատորեն եւ պատահականորեն բաժանվում են գնացքի տվյալներից ՝ օգտագործելով drafttopic git պահեստ (որը մարզում է թե՛ նախագիծային թե՛ հոդվածային մոդելներ): Մոդելը այնուհետեւ կանխատեսում է այդ տվյալները, որը համեմատվում է հիմնական հողի ճշմարտության հետ կատարողականի վիճակագրության հաշվարկի համար:

Անվճարներ

Code: MIT license
Model: MIT license

Նշում

Cite this model card as:

@misc{
  Triedman_Bazira_2023_{{{language}}}_{{{project}}}_article_topic,
  title={ {{{language}}} {{{project}}} article topic model card },
  author={ Triedman, Harold and Bazira, Kevin },
  year={ 2023 },
  url={ https://meta.wikimedia.org/wiki/Model_card_ORES_article_topic/hy }
}