robbert - v2 - dutch - base - finetuned - emotion - valenceオープンソースモデル - オランダ語のテキストの感情効価スコアを高精度に予測

Robbert V2 Dutch Base Finetuned Emotion Valence

antalvdbによって開発

このモデルはRobBERT-v2オランダ語ベースモデルを感情価タスクでファインチューニングしたバージョンで、オランダ語テキストの感情価（valence）スコアを予測します。

ダウンロード数 61

リリース時間 : 7/26/2024

モデル概要

これはオランダ語感情分析タスク向けにファインチューニングされたモデルで、テキストの感情価（ネガティブからポジティブまでの感情強度）を予測できます。RobBERT-v2オランダ語ベースモデルを基にしており、感情価予測タスクで優れた性能を発揮します。

オランダ語感情分析

オランダ語テキスト専用の感情価予測機能

効率的なファインチューニング

ベースモデルを50エポックファインチューニングし、検証損失を0.0317まで低減

安定した性能

トレーニング過程で安定した収束傾向と良好な汎化能力を示す

オランダ語テキスト感情分析

感情価スコア予測

テキスト感情認識

感情分析

ソーシャルメディア感情モニタリング

オランダ語ソーシャルメディア投稿の感情傾向を分析

0-1範囲の感情価スコアを提供可能

顧客フィードバック分析

オランダ語顧客評価の感情価を評価

顧客満足度の定量化に役立つ

このモデルは、感情の価値に関するタスクで微調整されたモデルです。pdelobelle/robbert-v2-dutch-base をベースにしており、評価セットで良好な結果を達成しています。

このモデルは、pdelobelle/robbert-v2-dutch-base をNoneデータセットで微調整したものです。評価セットでは以下の結果を達成しています。

詳細情報は後日追加予定です。

詳細情報は後日追加予定です。

詳細情報は後日追加予定です。

学習時には以下のハイパーパラメータが使用されました。

学習損失 (Training Loss)	エポック (Epoch)	ステップ (Step)	検証損失 (Validation Loss)	平均二乗誤差平方根 (Rmse)
0.0813	1.0	25	0.0510	0.2258
0.0445	2.0	50	0.0381	0.1952
0.0409	3.0	75	0.0466	0.2158
0.0308	4.0	100	0.0351	0.1874
0.0257	5.0	125	0.0393	0.1983
0.0231	6.0	150	0.0442	0.2103
0.0203	7.0	175	0.0447	0.2115
0.0191	8.0	200	0.0372	0.1929
0.0156	9.0	225	0.0425	0.2061
0.0154	10.0	250	0.0367	0.1917
0.0138	11.0	275	0.0365	0.1910
0.0128	12.0	300	0.0432	0.2078
0.0137	13.0	325	0.0329	0.1814
0.0118	14.0	350	0.0327	0.1809
0.0118	15.0	375	0.0378	0.1945
0.0109	16.0	400	0.0360	0.1897
0.0103	17.0	425	0.0325	0.1803
0.0096	18.0	450	0.0327	0.1809
0.0091	19.0	475	0.0430	0.2072
0.0081	20.0	500	0.0345	0.1856
0.0094	21.0	525	0.0365	0.1912
0.0084	22.0	550	0.0350	0.1870
0.0075	23.0	575	0.0324	0.1800
0.0069	24.0	600	0.0330	0.1816
0.0087	25.0	625	0.0347	0.1863
0.0079	26.0	650	0.0297	0.1722
0.0071	27.0	675	0.0311	0.1763
0.0076	28.0	700	0.0322	0.1795
0.0064	29.0	725	0.0338	0.1839
0.0067	30.0	750	0.0326	0.1806
0.0061	31.0	775	0.0327	0.1808
0.0064	32.0	800	0.0339	0.1842
0.0062	33.0	825	0.0300	0.1732
0.0062	34.0	850	0.0331	0.1819
0.0055	35.0	875	0.0318	0.1782
0.0059	36.0	900	0.0323	0.1797
0.0056	37.0	925	0.0311	0.1765
0.0055	38.0	950	0.0310	0.1762
0.0053	39.0	975	0.0325	0.1802
0.0056	40.0	1000	0.0310	0.1761
0.0054	41.0	1025	0.0323	0.1799
0.0057	42.0	1050	0.0351	0.1873
0.0053	43.0	1075	0.0347	0.1861
0.0054	44.0	1100	0.0330	0.1816
0.0059	45.0	1125	0.0313	0.1769
0.0053	46.0	1150	0.0312	0.1766
0.0051	47.0	1175	0.0325	0.1804
0.0057	48.0	1200	0.0304	0.1745
0.0048	49.0	1225	0.0317	0.1782
0.005	50.0	1250	0.0317	0.1781