English Sarcasm Detector

🚀 英語皮肉検出器

英語皮肉検出器は、ニュース記事のタイトルから皮肉を検出するために構築されたテキスト分類モデルです。このモデルは bert-base-uncased をファインチューニングし、Kaggle で入手可能な既製のデータセットを訓練データとして使用しています。

ラベル: 0 -> 皮肉でない; 1 -> 皮肉である

🚀 クイックスタート

このモデルを使用することで、英語のニュース記事のタイトルから皮肉を検出できます。以下に具体的な使い方を説明します。

✨ 主な機能

• 英語のニュース記事のタイトルから皮肉を検出する機能を提供します。
• 事前学習済みの bert-base-uncased をファインチューニングしているため、高精度な検出が可能です。

📦 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 AutoModelForSequenceClassification
from transformers import AutoTokenizer
import string

def preprocess_data(text: str) -> str:
   return text.lower().translate(str.maketrans("", "", string.punctuation)).strip()

MODEL_PATH = "helinivan/english-sarcasm-detector"

tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)
model = AutoModelForSequenceClassification.from_pretrained(MODEL_PATH)

text = "CIA Realizes It's Been Using Black Highlighters All These Years."
tokenized_text = tokenizer([preprocess_data(text)], padding=True, truncation=True, max_length=256, return_tensors="pt")
output = model(**tokenized_text)
probs = output.logits.softmax(dim=-1).tolist()[0]
confidence = max(probs)
prediction = probs.index(confidence)
results = {"is_sarcastic": prediction, "confidence": confidence}

出力:

{'is_sarcastic': 1, 'confidence': 0.9337034225463867}

📚 ドキュメント

ソースデータ

データセット:

• 英語のデータ: Kaggle: News Headlines Dataset For Sarcasm Detection。

訓練データセット

• helinivan/sarcasm_headlines_multilingual

コードベース

• Git リポジトリ: 公式リポジトリ。

性能