Sentiment Hts5 Xlm Roberta Hungarian

🚀 匈牙利語句子級情感分析模型（基於XLM - RoBERTa）

本項目是一個用於匈牙利語句子級情感分析的模型。它藉助XLM - RoBERTa預訓練模型，在匈牙利推特情感（HTS）語料庫上進行微調，能夠有效對句子情感進行分類。若想了解更多模型、腳本和詳細信息，可查看我們的倉庫或我們的演示網站。

🚀 快速開始

可直接參考我們的倉庫或我們的演示網站獲取更多使用細節。

✨ 主要特性

• 預訓練模型：使用XLM - RoBERTa base預訓練模型。
• 訓練數據：在匈牙利推特情感（HTS）語料庫上進行微調。
• 情感標籤：提供5種情感標籤，分別為0（非常負面）、1（負面）、2（中性）、3（正面）、4（非常正面）。

🔧 技術細節

• 模型限制：最大序列長度 max_seq_length = 128。

📚 詳細文檔

模型效果

引用信息

如果您使用此模型，請引用以下論文：

@article {laki-yang-sentiment,
      author = {Laki, László János and Yang, Zijian Győző},
      title = {Sentiment Analysis with Neural Models for Hungarian},
      journal = {Acta Polytechnica Hungarica},
      year = {2023},
      publisher = {Obuda University},
      volume = {20},
      number = {5},
      doi = {10.12700/APH.20.5.2023.5.8},
      pages=      {109--128},
      url = {https://acta.uni-obuda.hu/Laki_Yang_134.pdf}
}

📄 許可證

本項目採用MIT許可證。