Da Sentiment Base

🚀 丹麦语BERT模型卡片

丹麦语BERT Tone模型用于检测情感极性。该模型能够精准识别丹麦语文本中的情感倾向，为文本情感分析提供有力支持。

🚀 快速开始

使用以下代码开始使用该模型：

from transformers import BertTokenizer, BertForSequenceClassification

model = BertForSequenceClassification.from_pretrained("alexandrainst/da-sentiment-base")
tokenizer = BertTokenizer.from_pretrained("alexandrainst/da-sentiment-base")

✨ 主要特性

• 该BERT Tone模型能够检测丹麦语文本中的情感极性（积极、中性或消极）。
• 该模型基于BotXO预训练的丹麦语BERT模型进行微调。

📚 详细文档

模型详情

用途

直接使用

该模型可用于文本分类。

超出范围的使用

该模型不应被用于故意为人们创造敌对或排斥的环境。

偏差、风险和局限性

大量研究已经探讨了语言模型的偏差和公平性问题（例如，参见 Sheng等人 (2021) 和 Bender等人 (2021)）。该模型生成的预测可能包含针对受保护类别、身份特征以及敏感、社会和职业群体的令人不安和有害的刻板印象。

建议

用户（包括直接用户和下游用户）应该了解该模型的风险、偏差和局限性。如需进一步建议，需更多信息。

训练详情

训练数据

用于训练的数据来自 Twitter Sentiment 和 EuroParl sentiment 2 数据集。

训练过程

预处理

该模型基于BotXO预训练的 丹麦语BERT 模型进行微调。

评估

测试数据、因素和指标

指标

F1

环境影响

可以使用 Lacoste等人 (2019) 中提出的 机器学习影响计算器 来估算碳排放。

模型卡片作者

DaNLP与Ezi Ozoani和Hugging Face团队合作完成。

📄 许可证

该模型使用的许可证为cc-by-sa-4.0。