Indonesiasentiment

🚀 印尼语RoBERTa基础情感分类器

印尼语RoBERTa基础情感分类器是一个基于RoBERTa模型的情感文本分类模型。该模型最初是预训练的印尼语RoBERTa基础模型，然后在indonlu的SmSA数据集上进行微调，该数据集包含印尼语的评论和评价。

训练后，该模型的评估准确率达到了94.36%，F1宏值达到了92.42%。在基准测试集上，模型的准确率达到了93.2%，F1宏值达到了91.02%。

训练该模型使用了来自Transformers库的Hugging Face的Trainer类。训练期间使用PyTorch作为后端框架，但该模型仍然与其他框架兼容。

✨ 主要特性

• 基于RoBERTa模型，在情感文本分类任务上表现出色。
• 在SmSA数据集上微调，适用于印尼语情感分析。
• 训练后评估准确率和F1宏值较高。
• 训练使用Hugging Face的Trainer类，兼容多种框架。

📚 详细文档

模型

评估结果

该模型训练了5个轮次，并在最后加载了最佳模型。

💻 使用示例

作为文本分类器

from transformers import pipeline

pretrained_name = "sahri/sentiment"

nlp = pipeline(
    "sentiment-analysis",
    model=pretrained_name,
    tokenizer=pretrained_name
)

nlp("tidak jelek tapi keren")

⚠️ 免责声明

请考虑可能来自预训练的RoBERTa模型和SmSA数据集的偏差，这些偏差可能会延续到该模型的结果中。

📄 许可证

本项目采用MIT许可证。

👨‍💻 作者

印尼语RoBERTa基础情感分类器由[sahri ramadhan]进行训练和评估。所有计算和开发工作均在Google Colaboratory上使用其免费GPU完成。