Template:Model card ORES article topic/hy

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

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 }
}