Rubert Base Cased Sentiment Rusentiment

🚀 センチメント分析用RuBERT

これは、RuSentiment データセットで学習された DeepPavlov/rubert-base-cased-conversational モデルです。このモデルは、テキストのセンチメント分析に特化しており、ネガティブ、ポジティブ、ニュートラルのセンチメントを識別することができます。

🚀 クイックスタート

このモデルを使用するには、以下の手順に従ってください。まず、必要なライブラリをインポートし、トークナイザーとモデルを初期化します。その後、テキストを入力として受け取り、センチメントを予測する関数を定義します。

✨ 主な機能

• センチメント分析: テキストのセンチメントをネガティブ、ポジティブ、ニュートラルの3つのカテゴリに分類します。
• 多言語対応: ロシア語のテキストに対応しています。
• 高速な予測: トーチを使用して高速にセンチメントを予測することができます。

📦 インストール

このモデルを使用するには、transformers と torch ライブラリが必要です。これらは、以下のコマンドでインストールできます。

pip install transformers torch

💻 使用例

基本的な使用法

import torch
from transformers import AutoModelForSequenceClassification
from transformers import BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained('blanchefort/rubert-base-cased-sentiment-rusentiment')
model = AutoModelForSequenceClassification.from_pretrained('blanchefort/rubert-base-cased-sentiment-rusentiment', return_dict=True)

@torch.no_grad()
def predict(text):
    inputs = tokenizer(text, max_length=512, padding=True, truncation=True, return_tensors='pt')
    outputs = model(**inputs)
    predicted = torch.nn.functional.softmax(outputs.logits, dim=1)
    predicted = torch.argmax(predicted, dim=1).numpy()
    return predicted

📚 ドキュメント

ラベル

モデル学習に使用されたデータセット

RuSentiment

A. Rogers A. Romanov A. Rumshisky S. Volkova M. Gronas A. Gribov RuSentiment: An Enriched Sentiment Analysis Dataset for Social Media in Russian. Proceedings of COLING 2018.