Chinese Emotion

🚀 中国語テキスト感情分類器

このモデルは別のベースモデルを基に微調整されたもので、パラメータサイズが小さいという特徴があります。推論速度が必要なユーザーには、このモデルは適した選択肢です。実際の性能テスト結果も大きな差はありません。 モデル：Chinese-Emotion-Small

🚀 クイックスタート

依存関係のインストール

Hugging FaceのTransformersライブラリとPyTorchがインストールされていることを確認してください。

pip install transformers torch

モデルのロード

以下のコードを使用して、モデルとトークナイザーをロードし、感情分類を行います。

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# デバイス設定の追加
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# ラベルマッピング辞書
label_mapping = {
    0: "平淡語氣",
    1: "關切語調",
    2: "開心語調",
    3: "憤怒語調",
    4: "悲傷語調",
    5: "疑問語調",
    6: "驚奇語調",
    7: "厭惡語調"
}

def predict_emotion(text, model_path="Johnson8187/Chinese-Emotion"):
    # モデルとトークナイザーをロード
    tokenizer = AutoTokenizer.from_pretrained(model_path)
    model = AutoModelForSequenceClassification.from_pretrained(model_path).to(device)  # モデルをデバイスに移動
    
    # テキストをモデル入力形式に変換
    inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True).to(device)  # 入力をデバイスに移動
    
    # 予測を行う
    with torch.no_grad():
        outputs = model(**inputs)
    
    # 予測結果を取得
    predicted_class = torch.argmax(outputs.logits).item()
    predicted_emotion = label_mapping[predicted_class]
    
    return predicted_emotion

if __name__ == "__main__":
    # 使用例
    test_texts = [
        "雖然我努力了很久，但似乎總是做不到，我感到自己一無是處。",
        "你說的那些話真的讓我很困惑，完全不知道該怎麼反應。",
        "這世界真的是無情，為什麼每次都要給我這樣的考驗？",
        "有時候，我只希望能有一點安靜，不要再聽到這些無聊的話題。",
        "每次想起那段過去，我的心還是會痛，真的無法釋懷。",
        "我從來沒有想過會有這麼大的改變，現在我覺得自己完全失控了。",
        "我完全沒想到你會這麼做，這讓我驚訝到無法言喻。",
        "我知道我應該更堅強，但有些時候，這種情緒真的讓我快要崩潰了。"
    ]

    for text in test_texts:
        emotion = predict_emotion(text)
        print(f"文本: {text}")
        print(f"預測情緒: {emotion}\n")

✨ 主な機能

このモデルは、joeddav/xlm-roberta-large-xnli モデルを基に微調整され、中国語文の感情分析に特化しています。
微調整により、モデルは以下の8種類の感情ラベルを識別できます。

• 平淡語氣（無感情の語調）
• 關切語調（懸念の語調）
• 開心語調（喜びの語調）
• 憤怒語調（怒りの語調）
• 悲傷語調（悲しみの語調）
• 疑問語調（疑問の語調）
• 驚奇語調（驚きの語調）
• 厭惡語調（嫌悪の語調）

このモデルは、カスタマーサービスの感情監視、ソーシャルメディア分析、ユーザーフィードバック分類など、さまざまなシナリオに適用できます。

📦 インストール

このモデルを使用するには、Hugging FaceのTransformersライブラリとPyTorchをインストールする必要があります。以下のコマンドを実行してください。

pip install transformers torch

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# デバイス設定の追加
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# ラベルマッピング辞書
label_mapping = {
    0: "平淡語氣",
    1: "關切語調",
    2: "開心語調",
    3: "憤怒語調",
    4: "悲傷語調",
    5: "疑問語調",
    6: "驚奇語調",
    7: "厭惡語調"
}

def predict_emotion(text, model_path="Johnson8187/Chinese-Emotion"):
    # モデルとトークナイザーをロード
    tokenizer = AutoTokenizer.from_pretrained(model_path)
    model = AutoModelForSequenceClassification.from_pretrained(model_path).to(device)  # モデルをデバイスに移動
    
    # テキストをモデル入力形式に変換
    inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True).to(device)  # 入力をデバイスに移動
    
    # 予測を行う
    with torch.no_grad():
        outputs = model(**inputs)
    
    # 予測結果を取得
    predicted_class = torch.argmax(outputs.logits).item()
    predicted_emotion = label_mapping[predicted_class]
    
    return predicted_emotion

if __name__ == "__main__":
    # 使用例
    test_texts = [
        "雖然我努力了很久，但似乎總是做不到，我感到自己一無是處。",
        "你說的那些話真的讓我很困惑，完全不知道該怎麼反應。",
        "這世界真的是無情，為什麼每次都要給我這樣的考驗？",
        "有時候，我只希望能有一點安靜，不要再聽到這些無聊的話題。",
        "每次想起那段過去，我的心還是會痛，真的無法釋懷。",
        "我從來沒有想過會有這麼大的改變，現在我覺得自己完全失控了。",
        "我完全沒想到你會這麼做，這讓我驚訝到無法言喻。",
        "我知道我應該更堅強，但有些時候，這種情緒真的讓我快要崩潰了。"
    ]

    for text in test_texts:
        emotion = predict_emotion(text)
        print(f"文本: {text}")
        print(f"預測情緒: {emotion}\n")

📚 ドキュメント

データセット

• 微調整用のデータセットは、4000個の注釈付きの繁体字中国語の感情サンプルから構成されており、さまざまな感情カテゴリを網羅しています。これにより、モデルの感情分類における汎化能力が確保されています。
• Johnson8187/Chinese_Multi-Emotion_Dialogue_Dataset

連絡とフィードバック

このモデルを使用中に何か問題が発生した場合は、以下の方法で連絡してください。

• メール：fable8043@gmail.com
• Hugging Faceプロジェクトページ：chinese-text-emotion-classifier

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。