Xlm Emo T

🚀 XLM - EMO：多言語感情予測モデル

テキスト内の感情を検出し、ソーシャルメディアデータにおける多言語感情予測を実現するモデルです。

🚀 クイックスタート

このモデルは、多言語のソーシャルメディアデータにおける感情予測に役立ちます。以下に、いくつかの使用例を示します。

ウィジェットによる使用例

• 感情分類1："Guarda! ci sono dei bellissimi capibara!"
• 感情分類2："Sei una testa di cazzo!!"
• 感情分類3："Quelle bonne nouvelle!"

✨ 主な機能

• 19言語にまたがる感情検出データセットを収集し、多言語感情予測モデルを訓練しました。
• ゼロショット設定でも競争力のある性能を発揮し、低リソース言語のコンテキストでも役立ちます。

📚 ドキュメント

モデル概要

このモデルは、XLM - T モデルをファインチューニングしたバージョンです。

想定される用途

• 主な想定ユーザー：AI研究者
• 主な用途：研究コミュニティ向けの研究成果として利用されます。

結果

このモデルは、テストセットでF1値が0.85を達成しました。

📄 ライセンス

モデルに関しては、データ（既存のデータセットから派生したもの）またはTwitter（主なデータソース）に制限が適用される場合があります。各データセットに付随する元のライセンスとTwitterの規制を参照してください。

本ソフトウェアは「現状のまま」提供され、明示または黙示を問わず、商品性、特定の目的への適合性、および非侵害性の保証を含む、いかなる保証も提供されません。いかなる場合も、著者または著作権者は、契約、不法行為、またはその他の行為に起因する、ソフトウェアまたはソフトウェアの使用またはその他の取引に関連するいかなる請求、損害、またはその他の責任について責任を負いません。

引用

このモデルをあなたのプロジェクトで使用する場合は、以下のBibTeXエントリを使用してください。

@inproceedings{bianchi2021feel,
    title = "{XLM-EMO: Multilingual Emotion Prediction in Social Media Text}",
    author = "Bianchi, Federico and Nozza, Debora and Hovy, Dirk",
    booktitle = "Proceedings of the 12th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis",
    year = "2022",
    publisher = "Association for Computational Linguistics",
}