BERT DK Rest

🚀 ReviewBERT

ReviewBERTは、レビューコーパスを用いてBERTを（後）学習させたモデルで、感情、選択肢、および様々な電子商取引に関する情報を理解することを目的としています。BERT-DK_rest モデルは、Yelp上の1G（19種類）のレストランレビューデータを用いて学習されています。

🚀 クイックスタート

事前学習済みの重みをロードするのは非常に簡単です。以下にサンプルコードを示します。

import torch
from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("activebus/BERT-DK_rest")
model = AutoModel.from_pretrained("activebus/BERT-DK_rest")

✨ 主な機能

• レビューコーパスを用いてBERTを（後）学習させることで、感情、選択肢、および様々な電子商取引に関する情報をより良く理解することができます。
• BERT-DK_rest モデルは、Yelp上のレストランレビューデータを用いて学習されています。

📚 ドキュメント

モデルの説明

元のモデルは BERT-base-uncased をベースにしており、このモデルはWikipediaとBookCorpusのデータセットを用いて学習されています。一方、ReviewBERTの関連モデルは アマゾンデータセット と Yelpデータセット を用いて後学習されています。

評価結果

評価結果については、我々の NAACL論文 を参照してください。

📄 引用

この研究が役に立った場合、以下の形式で引用してください。

@inproceedings{xu_bert2019,
    title = "BERT Post-Training for Review Reading Comprehension and Aspect-based Sentiment Analysis",
    author = "Xu, Hu and Liu, Bing and Shu, Lei and Yu, Philip S.",
    booktitle = "Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics",
    month = "jun",
    year = "2019",
}