Bert Fa Base Uncased Sentiment Deepsentipers Binary

🚀 ParsBERT (v2.0)

ParsBERT (v2.0) 是一個基於 Transformer 的波斯語理解模型。我們重構了詞彙表，並在新的波斯語語料庫上對 ParsBERT v1.1 進行了微調，以便為在其他領域使用 ParsBERT 提供更多功能！請關注 ParsBERT 倉庫，以獲取有關之前和當前模型的最新信息。

🚀 快速開始

✨ 主要特性

ParsBERT (v2.0) 主要有以下特性：

• 重構詞彙表並在新的波斯語語料庫上微調，拓展使用範圍。
• 可用於波斯語情感分析任務，在多個數據集上有良好表現。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

任務	筆記本
情感分析

📚 詳細文檔

波斯語情感分析 [Digikala, SnappFood, DeepSentiPers]

該功能旨在根據文本（如評論）的情感傾向對其進行分類。我們針對此任務測試了三個知名數據集：Digikala 用戶評論、SnappFood 用戶評論以及 DeepSentiPers，涵蓋二分類和多分類兩種類型。

DeepSentiPers

它是 SentiPers 的平衡增強版本，包含 12138 條關於數碼產品的用戶評價，標記為五個不同類別：兩個積極類別（即開心和愉悅）、兩個消極類別（即憤怒和生氣）以及一箇中性類別。因此，該數據集可用於多分類和二分類任務。在二分類情況下，中性類別及其對應句子會從數據集中移除。

二分類：

1. 消極（憤怒 + 生氣）
2. 積極（開心 + 愉悅）

多分類：

1. 憤怒
2. 生氣
3. 中性
4. 開心
5. 愉悅

下載 你可以從以下鏈接下載數據集：

• SentiPers
• DeepSentiPers

結果

以下表格總結了 ParsBERT 與其他模型和架構相比所獲得的 F1 分數。

🔧 技術細節

文檔未提及技術實現細節，故跳過此章節。

📄 許可證

本項目採用 Apache-2.0 許可證。

BibTeX 引用和引用信息

請在出版物中按以下方式引用：

@article{ParsBERT,
    title={ParsBERT: Transformer-based Model for Persian Language Understanding},
    author={Mehrdad Farahani, Mohammad Gharachorloo, Marzieh Farahani, Mohammad Manthouri},
    journal={ArXiv},
    year={2020},
    volume={abs/2005.12515}
}

問題反饋

如果你有任何問題，請在 ParsBERT Issues 倉庫中發佈 GitHub 問題。