Hebemo Fear

🚀 HebEMO - 現代希伯來語情感識別模型

HebEMO 是一款用於檢測現代希伯來語用戶生成內容（UGC）極性並提取情感的工具。它基於我們收集並標註的獨特新冠疫情相關數據集進行訓練。HebEMO 在極性分類方面表現出色，加權平均 F1 分數達到 0.96。情感檢測的 F1 分數在 0.78 - 0.97 之間，但“驚訝”這一情感除外，該模型未能很好地捕捉到這一情感（F1 = 0.41）。即使與英語模型相比，這些結果也優於目前報道的最佳性能。

🚀 快速開始

如果你想使用 HebEMO 模型進行情感分析，可以按照以下步驟操作：

情感識別模型

可以在 huggingface spaces 找到在線模型，也可以使用 colab notebook。

# !pip install pyplutchik==0.0.7
# !pip install transformers==4.14.1

!git clone https://github.com/avichaychriqui/HeBERT.git
from HeBERT.src.HebEMO import *
HebEMO_model = HebEMO()

HebEMO_model.hebemo(input_path = 'data/text_example.txt')
# return analyzed pandas.DataFrame  

hebEMO_df = HebEMO_model.hebemo(text='החיים יפים ומאושרים', plot=True)

極性分類模型（僅極性）

from transformers import AutoTokenizer, AutoModel, pipeline

tokenizer = AutoTokenizer.from_pretrained("avichr/heBERT_sentiment_analysis") #same as 'avichr/heBERT' tokenizer
model = AutoModel.from_pretrained("avichr/heBERT_sentiment_analysis")

# how to use?
sentiment_analysis = pipeline(
    "sentiment-analysis",
    model="avichr/heBERT_sentiment_analysis",
    tokenizer="avichr/heBERT_sentiment_analysis",
    return_all_scores = True
)

sentiment_analysis('אני מתלבט מה לאכול לארוחת צהריים')	
>>>  [[{'label': 'neutral', 'score': 0.9978172183036804},
>>>  {'label': 'positive', 'score': 0.0014792329166084528},
>>>  {'label': 'negative', 'score': 0.0007035882445052266}]]

sentiment_analysis('קפה זה טעים')
>>>  [[{'label': 'neutral', 'score': 0.00047328314394690096},
>>>  {'label': 'possitive', 'score': 0.9994067549705505},
>>>  {'label': 'negetive', 'score': 0.00011996887042187154}]]

sentiment_analysis('אני לא אוהב את העולם')
>>>  [[{'label': 'neutral', 'score': 9.214012970915064e-05}, 
>>>  {'label': 'possitive', 'score': 8.876807987689972e-05}, 
>>>  {'label': 'negetive', 'score': 0.9998190999031067}]]

✨ 主要特性

• 高精度：在極性分類和情感檢測方面都取得了較高的 F1 分數。
• 獨特數據集：基於新冠疫情相關的獨特數據集進行訓練。
• 多用途：可用於情感識別和極性分類。

📦 安裝指南

# 安裝必要的庫
!pip install pyplutchik==0.0.7
!pip install transformers==4.14.1

# 克隆 HeBERT 倉庫
!git clone https://github.com/avichaychriqui/HeBERT.git

💻 使用示例

基礎用法

from HeBERT.src.HebEMO import *
HebEMO_model = HebEMO()

# 從文件中讀取文本進行分析
HebEMO_model.hebemo(input_path = 'data/text_example.txt')

# 直接輸入文本進行分析
hebEMO_df = HebEMO_model.hebemo(text='החיים יפים ומאושרים', plot=True)

高級用法

from transformers import AutoTokenizer, AutoModel, pipeline

# 加載極性分類模型
tokenizer = AutoTokenizer.from_pretrained("avichr/heBERT_sentiment_analysis")
model = AutoModel.from_pretrained("avichr/heBERT_sentiment_analysis")

# 創建情感分析管道
sentiment_analysis = pipeline(
    "sentiment-analysis",
    model="avichr/heBERT_sentiment_analysis",
    tokenizer="avichr/heBERT_sentiment_analysis",
    return_all_scores = True
)

# 進行情感分析
sentiment_analysis('אני מתלבט מה לאכול לארוחת צהריים')

📚 詳細文檔

情感UGC數據描述

我們的 UGC 數據包含從 2020 年 1 月到 2020 年 8 月期間，從 3 個主要以色列新聞網站收集的新聞文章評論。數據總大小約為 150 MB，包含超過 700 萬個單詞和 35 萬個句子。約 2000 個句子由眾包成員（每個句子有 3 - 10 個標註者）標註了整體情感（極性）和 八種情感：憤怒、厭惡、期待、恐懼、喜悅、悲傷、驚訝和信任。每種情感出現的句子百分比見下表。

性能

情感識別

以上指標為正類（即文本中反映了該情感）的指標。

情感傾向（極性）分析

情感傾向（極性）分析模型也可在 AWS 上使用！更多信息請訪問 AWS 的 git 倉庫

🔧 技術細節

HebEMO 模型基於獨特的新冠疫情相關數據集進行訓練，該數據集包含大量現代希伯來語的用戶生成內容。模型在極性分類和情感識別任務上進行了優化，通過不斷調整參數和算法，取得了較高的性能。

📄 許可證

文檔未提及相關許可證信息。

📞 聯繫我們

• Avichay Chriqui
• Inbal yahav
• The Coller Semitic Languages AI Lab
• 感謝您的關注， תודה, شكرا

📝 引用說明

如果您使用了該模型，請按照以下格式引用： Chriqui, A., & Yahav, I. (2022). HeBERT & HebEMO: a Hebrew BERT Model and a Tool for Polarity Analysis and Emotion Recognition. INFORMS Journal on Data Science, forthcoming.

@article{chriqui2021hebert,
  title={HeBERT \& HebEMO: a Hebrew BERT Model and a Tool for Polarity Analysis and Emotion Recognition},
  author={Chriqui, Avihay and Yahav, Inbal},
  journal={INFORMS Journal on Data Science},
  year={2022}
}