Rubert Base Cased Sentiment

🚀 用于情感分析的RuBERT

本项目用于对俄语短文本进行情感分类。

这是一个基于 DeepPavlov/rubert-base-cased-conversational 训练的模型，训练语料库包含351,797条文本。

✨ 主要特性

标签说明

🚀 快速开始

代码示例

import torch
from transformers import AutoModelForSequenceClassification
from transformers import BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained('blanchefort/rubert-base-cased-sentiment')
model = AutoModelForSequenceClassification.from_pretrained('blanchefort/rubert-base-cased-sentiment', return_dict=True)

@torch.no_grad()
def predict(text):
    inputs = tokenizer(text, max_length=512, padding=True, truncation=True, return_tensors='pt')
    outputs = model(**inputs)
    predicted = torch.nn.functional.softmax(outputs.logits, dim=1)
    predicted = torch.argmax(predicted, dim=1).numpy()
    return predicted

📚 详细文档

模型训练使用的数据集

• RuTweetCorp

  Рубцова Ю. Автоматическое построение и анализ корпуса коротких текстов (постов микроблогов) для задачи разработки и тренировки тонового классификатора //Инженерия знаний и технологии семантического веба. – 2012. – Т. 1. – С. 109-116.

• RuReviews

  RuReviews: An Automatically Annotated Sentiment Analysis Dataset for Product Reviews in Russian.

• RuSentiment

  A. Rogers A. Romanov A. Rumshisky S. Volkova M. Gronas A. Gribov RuSentiment: An Enriched Sentiment Analysis Dataset for Social Media in Russian. Proceedings of COLING 2018.

• Отзывы о медучреждениях

  该数据集包含用户对医疗机构的评价。数据集于2019年5月从 prodoctorov.ru 网站收集。