multilingual-sentimentsデータセットをbertベースのモデルでfinetuningしたもの

• ベースモデル：cl-tohoku/bert-base-japanese-whole-word-masking

• データセット：tyqiangz/multilingual-sentiments

• バッチサイズ: 16固定

• オプティマイザ: adafactor

• Optunaでハイパーパラメータ探索

  • 学習率スケジュールのタイプ(lr_scheduler_type): constant, linear, cosine
  • 学習率(learning rate): 1e-6 ~ 1e-4
  • 勾配累積ステップ(gradient_accumulation_steps): 1, 2, 4, 8, 16
  • 正則化(weight_decay): 1e-6 ~ 1e-1

• Optunaでの探索結果は以下

  • 学習率スケジュールタイプ(lr_scheduler_type): cosine
  • 学習率(learning rate): 2.64959745375728e-05
  • 勾配累積ステップ(gradient_accumulation_steps): 4
  • 正則化(weight_decay): 1.1217342612041105e-06

このハイパーパラメータを使って再度finetuningした．