🚀 クイックスタート
このモデルは、yuyijiong/Randeng-T5-large-sentiment-analysis-Chinese の改良版で、過学習の問題を解決しています。IDEA-CCNL/Randeng-T5-784M-MultiTask-Chinese を複数の中英感情分析データセットで微調整して得られまし。
最新バージョン: yuyijiong/T5-large-sentiment-analysis-Chinese-MultiTask
モデル情報
属性 |
详情 |
ライブラリ名 |
transformers |
パイプラインタグ |
text2text-generation |
データセット |
Yaxin/SemEval2016Task5NLTK |
評価指標 |
yuyijiong/quad_match_score |
出力形式
'対象1 | 意見1 | 側面1 | 感情極性1 & 対象2 | 意見2 | 側面2 | 感情極性2 ......'
評価方法
このモデルは、yuyijiong/quad_match_score 評価指標を使用して評価できます。
import evaluate
module = evaluate.load("yuyijiong/quad_match_score")
predictions=["food | good | food#taste | pos"]
references=["food | good | food#taste | pos & service | bad | service#general | neg"]
result=module.compute(predictions=predictions, references=references)
print(result)
サポートする感情分析タスク
["四元組(対象 | 意見 | 側面 | 極性)",
'二元組(対象 | 意見)',
'三元組(対象 | 意見 | 側面)',
'三元組(対象 | 意見 | 極性)',
'三元組(対象 | 側面 | 極性)',
'二元組(側面 | 極性)',
'二元組(意見 | 極性)',
'単元素(極性)']
中文の追加条件
中文では、以下の追加条件を使用して回答の生成を制御できます。
- 回答のスタイル制御: 抽出する意見を文章全体にするか、いくつかの単語に縮小するかを指定できます。
- 指定した側面に対する感情分析:
- (側面オプション: 商品/物流/商家/プラットフォーム)
感情対象 target は null の場合があり、これはテキストに明確に記載されていないことを意味します。null の対象を自動的に推測することもできます。
(補全null)
使用例
基本的な使用法
import torch
from transformers import T5Tokenizer, AutoModelForSeq2SeqLM
tokenizer = T5Tokenizer.from_pretrained("yuyijiong/T5-large-sentiment-analysis-Chinese")
model = AutoModelForSeq2SeqLM.from_pretrained("yuyijiong/T5-large-sentiment-analysis-Chinese", device_map="auto")
generation_config=GenerationConfig.from_pretrained("yuyijiong/T5-large-sentiment-analysis-Chinese")
text = '情感四元组(对象 | 观点 | 方面 | 极性)抽取任务(观点可以较长): [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]'
input_ids = tokenizer(text,return_tensors="pt", padding=True)['input_ids'].cuda(0)
with torch.no_grad():
output = model.generate(input_ids=input_ids,generation_config=generation_config)
output_str = tokenizer.batch_decode(output, skip_special_tokens=True)
print(output_str)
具体的な使用例
Q: 情感四元组(対象 | 意見 | 側面 | 極性)抽出タスク(意見は長くてもよい): [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]
A: 个头 | 大 | 商品#大小 | 肯定的 & 口感 | 不错 | 商品#口感 | 肯定的 & null | 個別に壊れている、または口が腐っている部分を泥で塞いでいる、これは良くない | 商品#鮮度 | 否定的
Q: 情感四元组(対象 | 意見 | 側面 | 極性)抽出タスク(意見は長くてもよい、nullを補完): [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]
A: 个头 | 大 | 商品#大小 | 肯定的 & 口感 | 不错 | 商品#口感 | 肯定的 & null (個別) | 口が腐っている部分を泥で塞いでいる、これは良くない | 商品#鮮度 | 否定的
Q: 情感四元组(対象 | 意見 | 側面 | 極性)抽出タスク(意見はできるだけ短く): [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]
A: 个头 | 大 | 商品#大小 | 肯定的 & 口感 | 不错 | 商品#口感 | 肯定的
Q: 情感三元组(対象 | 意見 | 極性)抽出タスク(意見は長くてもよい、nullを補完): [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]
A: 个头 | 大 | 肯定的 & 口感 | 不错 | 肯定的 & null (花生) | 個別に壊れている、または口が腐っている部分を泥で塞いでいる、これは良くない | 否定的
Q: 以下のコメントの感情極性を判断する: [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]
A: 中立
Q: 情感二元组(側面 | 極性)抽出タスク(側面オプション: 価格#性価比/価格#割引/価格#水準/食品#外観/食物#分量/食物#味/食物#推薦): [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]
A: 食物#分量 | 肯定的 & 食物#味 | 中立
Q: sentiment quadruples (target | opinion | aspect | polarity) extraction task : [The hot dogs are good , yes , but the reason to get over here is the fantastic pork croquette sandwich , perfect on its supermarket squishy bun .]
A: hot dogs | good | food#quality | pos & pork croquette sandwich | fantastic | food#quality | pos & bun | perfect | food#quality | pos