| license: apache-2.0 | |
| language: | |
| - fa | |
| widget: | |
| - text: "دختری در قطار؛ پرفروش‌ترین کتاب نیویورک‌تایمز را امروز رایگان بخوانید کتاب دختری در قطار هدیه امروز فیدیبو است." | |
| - text: "استرینگ‌کست: با ترسناک‌ترین بیماری جهان آشنا شوید با گذر زمان و پیشرفت امکانات، سن انسان‌ها روز به‌روز بیشتر می‌شود. ولی با این بالا رفتن سن، بیماری‌های جدید و خطرناکی خودشون را به ما نشان می‌دهند." | |
| ## Persian Text Classification [DigiMag, Persian News] | |
| The task target is labeling texts in a supervised manner in both existing datasets `DigiMag` and `Persian News`. | |
| ### DigiMag | |
| A total of 8,515 articles scraped from [Digikala Online Magazine](https://www.digikala.com/mag/). This dataset includes seven different classes. | |
| 1. Video Games | |
| 2. Shopping Guide | |
| 3. Health Beauty | |
| 4. Science Technology | |
| 5. General | |
| 6. Art Cinema | |
| 7. Books Literature | |
| | Label | # | | |
| |:------------------:|:----:| | |
| | Video Games | 1967 | | |
| | Shopping Guide | 125 | | |
| | Health Beauty | 1610 | | |
| | Science Technology | 2772 | | |
| | General | 120 | | |
| | Art Cinema | 1667 | | |
| | Books Literature | 254 | | |
| **Download** | |
| You can download the dataset from [here](https://drive.google.com/uc?id=1YgrCYY-Z0h2z0-PfWVfOGt1Tv0JDI-qz) | |
| ## Results | |
| The following table summarizes the F1 score obtained by ParsBERT as compared to other models and architectures. | |
| | Dataset | ParsBERT v2 | ParsBERT v1 | mBERT | | |
| |:-----------------:|:-----------:|:-----------:|:-----:| | |
| | Digikala Magazine | 93.65* | 93.59 | 90.72 | |