Multilingual Sentiment Covid19

🚀 多語言情感預測模型

本項目基於與COVID - 19相關的推文訓練了一個多語言情感預測模型，能夠對多種語言的文本進行情感分析，為多語言環境下的情感洞察提供了有效工具。

🚀 快速開始

模型倉庫地址：https://github.com/clampert/multilingual-sentiment-analysis/

✨ 主要特性

• 多語言支持：支持多種語言的情感分析，能處理不同語言的文本。
• 大規模數據訓練：基於大規模（18437530個樣本）的多語言推文數據集進行訓練，數據收集時間為2020年3月至2021年11月，使用Twitter的流式API和不同的COVID - 19相關關鍵詞獲取。
• 自動標註：標籤基於正負面表情符號的出現情況自動生成。

📚 詳細文檔

模型訓練

• 基礎模型：使用 sentence - transformers/stsb - xlm - r - multilingual 作為基礎模型。
• 微調過程：針對序列分類任務進行微調，使用 positive 和 negative 標籤，訓練兩個輪次（在8個P100 GPU上訓練48小時）。

數據集詳情

數據集是通過Twitter的流式API收集的多語言推文，使用了不同的COVID - 19相關關鍵詞。關於數據集的詳細信息，請參考我們在IEEE BigData 2021上發表的論文。

📄 許可證

本項目採用Apache - 2.0許可證。

📚 引用

如果您在工作中使用了我們的模型，請引用以下文獻：

@inproceedings{lampert2021overcoming,
  title={Overcoming Rare-Language Discrimination in Multi-Lingual Sentiment Analysis},
  author={Jasmin Lampert and Christoph H. Lampert},
  booktitle={IEEE International Conference on Big Data (BigData)},
  year={2021},
  note={Special Session: Machine Learning on Big Data},
}

祝您使用愉快！