Rubert Base Cased Sentiment

🚀 用於情感分析的RuBERT

本項目用於對俄語短文本進行情感分類。

這是一個基於 DeepPavlov/rubert-base-cased-conversational 訓練的模型，訓練語料庫包含351,797條文本。

✨ 主要特性

標籤說明

🚀 快速開始

代碼示例

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

📚 詳細文檔

模型訓練使用的數據集

• 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

  該數據集包含用戶對醫療機構的評價。數據集於2019年5月從 prodoctorov.ru 網站收集。