Bert Multilingual Go Emtions

🚀 多言語（英語と中国語）GoEmotions分類モデル

このリポジトリには、GoEmotionsデータセットを用いたクロス言語感情分類のために微調整されたBERTモデルが含まれています。このモデルは、英語と中国語のテキストから構成される多言語データセットで学習されており、28種類の感情カテゴリーにテキストを分類することができます。

🚀 クイックスタート

このモデルは、GoEmotionsデータセット上でのクロス言語感情分類に使用できます。以下に、このモデルの使用例を示します。

from transformers import AutoTokenizer, AutoModelForSequenceClassification
from transformers import pipeline

# モデルとトークナイザーを読み込む
tokenizer = AutoTokenizer.from_pretrained("SchuylerH/bert-multilingual-go-emtions")
model = AutoModelForSequenceClassification.from_pretrained("SchuylerH/bert-multilingual-go-emtions")

text = "I love you."
nlp = pipeline("sentiment-analysis", model = model, tokenizer = tokenizer)

result = nlp(text)

print(result)

✨ 主な機能

• 多言語（英語と中国語）のテキストを28種類の感情カテゴリーに分類することができます。
• 検証セットで高い性能を示しています。

📦 インストール

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

pip install transformers

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
from transformers import pipeline

# モデルとトークナイザーを読み込む
tokenizer = AutoTokenizer.from_pretrained("SchuylerH/bert-multilingual-go-emtions")
model = AutoModelForSequenceClassification.from_pretrained("SchuylerH/bert-multilingual-go-emtions")

text = "I love you."
nlp = pipeline("sentiment-analysis", model = model, tokenizer = tokenizer)

result = nlp(text)

print(result)

📚 ドキュメント

モデル性能

モデルは検証セットで高い性能を示しており、以下のスコアが得られています。

• 正解率: 85.95%
• 適合率: 91.99%
• 再現率: 89.56%
• F1スコア: 90.17% これらの結果は、入力テキストの言語（英語または中国語）に関係なく、正しい感情カテゴリーを予測する際のモデルの高い精度と適合率を示しています。

学習データ

モデルの学習に使用されるデータセットは、元の英語のGoEmotionsデータセットと機械翻訳された中国語版のGoEmotionsデータセットの結合データセットです。 データセットは2つの部分に分割されています。

• ラベル付きデータ: 初期学習に使用されます。英語と機械翻訳された中国語のサンプルが含まれています。このラベル付きデータは、学習セット（80％）と検証セット（20％）にさらに分割されます。
• ラベル無しデータ: 予測を行い、自信を持って予測されたサンプルを学習データに追加するために使用されます。英語と機械翻訳された中国語のサンプルが含まれています。

学習

モデルは2段階で学習されます。

1. ラベル付きデータでの初期学習。
2. ラベル無しデータに対して予測を行い、最も自信を持って予測されたサンプルを学習データに追加します。その後、この更新されたラベル付きデータでモデルを再学習します。 モデルは合計20エポック（各段階で10エポック）学習されます。学習中に適合率、再現率、およびF1スコアが記録されます。

28種類の感情カテゴリー

GoEmotionsの分類体系によると、28種類の感情カテゴリーは以下の通りです。 'admiration'（賞賛）、'amusement'（娯楽）、'anger'（怒り）、'annoyance'（いらだち）、'approval'（承認）、'caring'（思いやり）、'confusion'（混乱）、'curiosity'（好奇心）、'desire'（欲望）、'disappointment'（失望）、'disapproval'（非難）、'disgust'（嫌悪）、'embarrassment'（恥ずかしさ）、'excitement'（興奮）、'fear'（恐怖）、'gratitude'（感謝）、'grief'（悲しみ）、'joy'（喜び）、'love'（愛）、'nervousness'（不安）、'optimism'（楽観主義）、'pride'（誇り）、'realization'（気づき）、'relief'（安心）、'remorse'（後悔）、'sadness'（悲しみ）、'surprise'（驚き）、'neutral'（中立）

📄 ライセンス

このモデルは、Apache License 2.0の下で公開されています。