BERT EmotionIntensity 0.1

🚀 BERT感情検出モデル

このモデルは、BERTを使用して中国語テキストの強い感情と弱い感情を検出するためにファインチューニングされています。

🚀 クイックスタート

このモデルは、中国語テキストの強い感情と弱い感情を検出するためにBERTを使用してファインチューニングされています。

✨ 主な機能

このモデルはbert-base-chineseに基づいており、weak (0) と strong (1) の2つのラベルを持つシーケンス分類のためにファインチューニングされています。このモデルは、中国のソーシャルネットワーキングサービスである豆瓣から約125,000件のコメントを含むデータセットを使用して1エポックで学習され、ホールドアウトテストセット（10,000件のコメント）で87.9%の正解率を達成しました。コメントは少なくとも200文字以上で、1つ星または5つ星のコメントは「強い感情」、3つ星のコメントは「弱い感情」とラベル付けされました。

💻 使用例

基本的な使用法

from transformers import BertTokenizer, BertForSequenceClassification
import torch

model_name = "qhchina/BERT-EmotionIntensity-0.1"
tokenizer = BertTokenizer.from_pretrained(model_name)
model = BertForSequenceClassification.from_pretrained(model_name)

sentence = "到达华侨居住的地区，疯狂地捣毁华侨的商店，洗劫华侨的财物，野蛮地殴打华侨，破坏华侨的车辆和看到的一切东西。他们对华侨大抢、大烧、大杀。种种暴行，简直同当年希特勒法西斯匪徒对待犹太人，和今天南非种族主义者对待非洲人，一模一样。"

inputs = tokenizer(sentence, return_tensors="pt")

outputs = model(**inputs)
logits = outputs.logits

# Get the probability of the "strong emotion" class
probability_strong_emotion = torch.nn.functional.softmax(logits, dim=-1)[0][1].item()

print(f"Sentence: {sentence}")
print(f"Probability of strong emotion: {probability_strong_emotion}")

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。