Da Sentiment Base

🚀 丹麥語BERT模型卡片

丹麥語BERT Tone模型用於檢測情感極性。該模型能夠精準識別丹麥語文本中的情感傾向，為文本情感分析提供有力支持。

🚀 快速開始

使用以下代碼開始使用該模型：

from transformers import BertTokenizer, BertForSequenceClassification

model = BertForSequenceClassification.from_pretrained("alexandrainst/da-sentiment-base")
tokenizer = BertTokenizer.from_pretrained("alexandrainst/da-sentiment-base")

✨ 主要特性

• 該BERT Tone模型能夠檢測丹麥語文本中的情感極性（積極、中性或消極）。
• 該模型基於BotXO預訓練的丹麥語BERT模型進行微調。

📚 詳細文檔

模型詳情

用途

直接使用

該模型可用於文本分類。

超出範圍的使用

該模型不應被用於故意為人們創造敵對或排斥的環境。

偏差、風險和侷限性

大量研究已經探討了語言模型的偏差和公平性問題（例如，參見 Sheng等人 (2021) 和 Bender等人 (2021)）。該模型生成的預測可能包含針對受保護類別、身份特徵以及敏感、社會和職業群體的令人不安和有害的刻板印象。

建議

用戶（包括直接用戶和下游用戶）應該瞭解該模型的風險、偏差和侷限性。如需進一步建議，需更多信息。

訓練詳情

訓練數據

用於訓練的數據來自 Twitter Sentiment 和 EuroParl sentiment 2 數據集。

訓練過程

預處理

該模型基於BotXO預訓練的 丹麥語BERT 模型進行微調。

評估

測試數據、因素和指標

指標

F1

環境影響

可以使用 Lacoste等人 (2019) 中提出的 機器學習影響計算器 來估算碳排放。

模型卡片作者

DaNLP與Ezi Ozoani和Hugging Face團隊合作完成。

📄 許可證

該模型使用的許可證為cc-by-sa-4.0。