English Sarcasm Detector

🚀 英文諷刺檢測器

英文諷刺檢測器是一個文本分類模型，旨在從新聞文章標題中檢測諷刺意味。它基於 bert-base-uncased 進行微調，訓練數據來自 Kaggle 上現有的數據集。

標籤： 0 -> 非諷刺； 1 -> 諷刺

✨ 主要特性

• 基於預訓練的 BERT 模型，能有效檢測英文新聞標題中的諷刺意味。
• 提供了清晰的分類標籤，便於理解和使用。

📦 安裝指南

文檔未提供具體安裝步驟，暫不展示。

💻 使用示例

基礎用法

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}

輸出：

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

📚 詳細文檔

源數據

數據集：

• 英文數據：Kaggle: 用於諷刺檢測的新聞標題數據集。

訓練數據集

• helinivan/sarcasm_headlines_multilingual

代碼庫

• Git 倉庫：官方倉庫

🔧 技術細節

性能