Roberta Large Multilingual Sentiment

🚀 clapAI/modernBERT-large-multilingual-sentiment

roberta-large-multilingual-sentiment 是一個多語言情感分類模型，它能對多種語言的文本進行情感分析，可應用於產品評論、地點評論等場景，為跨語言的情感理解提供了有力支持。

🚀 快速開始

安裝依賴

由於 transformers 僅從 4.48.0.dev0 版本開始支持 ModernBERT 架構，你可以使用以下命令獲取所需版本：

pip install "git+https://github.com/huggingface/transformers.git@6e0515e99c39444caae39472ee1b2fd76ece32f1" --upgrade

安裝 FlashAttention 以加速推理性能：

pip install flash-attn==2.7.2.post1

代碼示例

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

model_id = "clapAI/roberta-large-multilingual-sentiment"
# 加載分詞器和模型
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id, torch_dtype=torch.float16)

model.to(device)
model.eval()


# 從模型配置中獲取標籤
id2label = model.config.id2label

texts = [
    # 英語
    {
        "text": "I absolutely love the new design of this app!",
        "label": "positive"
    },
    {
        "text": "The customer service was disappointing.",
        "label": "negative"
    },
    # 阿拉伯語
    {
        "text": "هذا المنتج رائع للغاية!",
        "label": "positive"
    },
    {
        "text": "الخدمة كانت سيئة للغاية.",
        "label": "negative"
    },
    # 德語
    {
        "text": "Ich bin sehr zufrieden mit dem Kauf.",
        "label": "positive"
    },
    {
        "text": "Die Lieferung war eine Katastrophe.",
        "label": "negative"
    },
    # 西班牙語
    {
        "text": "Este es el mejor libro que he leído.",
        "label": "positive"
    },
    {
        "text": "El producto llegó roto y no funciona.",
        "label": "negative"
    },
    # 法語
    {
        "text": "J'adore ce restaurant, la nourriture est délicieuse!",
        "label": "positive"
    },
    {
        "text": "Le service était très lent et désagréable.",
        "label": "negative"
    },
    # 印尼語
    {
        "text": "Saya sangat senang dengan pelayanan ini.",
        "label": "positive"
    },
    {
        "text": "Makanannya benar-benar tidak enak.",
        "label": "negative"
    },
    # 日語
    {
        "text": "この製品は本當に素晴らしいです！",
        "label": "positive"
    },
    {
        "text": "サービスがひどかったです。",
        "label": "negative"
    },
    # 韓語
    {
        "text": "이 제품을 정말 좋아해요!",
        "label": "positive"
    },
    {
        "text": "고객 서비스가 정말 실망스러웠어요.",
        "label": "negative"
    },
    # 俄語
    {
        "text": "Этот фильм просто потрясающий!",
        "label": "positive"
    },
    {
        "text": "Качество было ужасным.",
        "label": "negative"
    },
    # 越南語
    {
        "text": "Tôi thực sự yêu thích sản phẩm này!",
        "label": "positive"
    },
    {
        "text": "Dịch vụ khách hàng thật tệ.",
        "label": "negative"
    },
    # 中文
    {
        "text": "我非常喜歡這款產品！",
        "label": "positive"
    },
    {
        "text": "質量真的很差。",
        "label": "negative"
    }
]

for item in texts:
    text = item["text"]
    label = item["label"]

    inputs = tokenizer(text, return_tensors="pt").to(device)

    # 在推理模式下進行推理
    with torch.inference_mode():
        outputs = model(**inputs)
        predictions = outputs.logits.argmax(dim=-1)
    print(f"Text: {text} | Label: {label} | Prediction: {id2label[predictions.item()]}")

✨ 主要特性

• 多語言支持：該模型支持包括英語、越南語、中文、法語、西班牙語、葡萄牙語、德語、意大利語、俄語、日語、韓語、阿拉伯語等在內的 16 種以上語言的情感分類。
• 微調優化：模型基於 [FacebookAI/xlm - roberta - base](https://huggingface.co/FacebookAI/xlm - roberta - base) 進行微調，使用了多語言情感數據集 clapAI/MultiLingualSentiment，提升了情感分類的準確性。

📚 詳細文檔

評估與性能

微調後，加載最佳模型並在 clapAI/MultiLingualSentiment 的 test 數據集上進行評估。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

learning_rate: 5e-05
train_batch_size: 512
eval_batch_size: 512
seed: 42
distributed_type: multi - GPU
num_devices: 2
gradient_accumulation_steps: 2
total_train_batch_size: 2048
total_eval_batch_size: 1024
optimizer:
  type: adamw_torch_fused
  betas: [ 0.9, 0.999 ]
  epsilon: 1e-08
  optimizer_args: "No additional optimizer arguments"
lr_scheduler:
  type: cosine
  warmup_ratio: 0.01
num_epochs: 5.0
mixed_precision_training: Native AMP

框架版本

transformers==4.48.0.dev0
torch==2.4.0+cu121
datasets==3.2.0
tokenizers==0.21.0
flash - attn==2.7.2.post1

🔧 技術細節

模型信息

📄 許可證

本項目採用 Apache - 2.0 許可證。

📖 引用

如果您覺得我們的項目有幫助，請給我們的倉庫點個星並引用我們的工作，謝謝！

@misc{roberta-large-multilingual-sentiment,
      title=roberta-large-multilingual-sentiment: A Multilingual Sentiment Classification Model},
      author={clapAI},
      howpublished={\url{https://huggingface.co/clapAI/roberta-large-multilingual-sentiment}},
      year={2025},
}