Indobertweet Base Indonesian Sentiment Analysis

🚀 印尼語情感分析模型卡片

本模型用於對印尼語內容進行情感分析，可將情感分為消極、積極和中性三類。它基於多樣化的社交媒體數據集進行訓練，涵蓋政治、災難和教育等多個領域，能為相關領域的情感分析提供有力支持。

🚀 快速開始

此部分暫未提供具體的快速開始內容。

✨ 主要特性

• 針對性微調：該模型是 IndoBertweet-base-uncased 的微調版本，專門用於印尼語情感分析。
• 多類別分類：能夠將情感準確分類為消極、積極和中性三種類型。
• 數據多樣性：在包含推特及其他社交媒體平臺反應的多樣化數據集上進行訓練，覆蓋政治、災難、教育等多個主題。
• 參數優化：使用 Optuna 進行超參數調優，通過準確性、F1 分數、精確率和召回率等指標進行評估。

💻 使用示例

基礎用法

以下是一些示例文本及其情感分類結果：

{
    "widget": [
        {
            "text": "Gapapa kalian gak tahu band Indo ini. Tapi jangan becanda. Karena mereka berani menyanyikan dengan lantang bagaimana aktivis ditikam, diracun, dikursilitrikkan, dan dibunuh di udara. Orang-orang yang berkorban nyawa supaya kalian menikmati hari ini sambil ngetwit tanpa khawatir",
            "example_title": "Example 1",
            "output": [
                {
                    "label": "Negative",
                    "score": 0.2964
                },
                {
                    "label": "Neutral",
                    "score": 0.067
                },
                {
                    "label": "Positive",
                    "score": 0.6969
                }
            ]
        },
        {
            "text": "Selama ada kelompok yg ingin jd mesias, selama itu jg govt punya justifikasi but bikin banyak aturan = celah korup/power abuse. Keadilan adalah deregulasi.",
            "example_title": "Example 2",
            "output": [
                {
                    "label": "Negative",
                    "score": 0.971
                },
                {
                    "label": "Neutral",
                    "score": 0.0165
                },
                {
                    "label": "Positive",
                    "score": 0.126
                }
            ]
        },
        {
            "text": "saat pendukungmu oke😹 gas ✌🏽oke😹 gas ✌🏽tapi kamu malah ketawa 🤣 itu ga respek 😠banget wok jangan lupa makan siang 😁geratisnya wok😋😹✌🏽",
            "example_title": "Example 3",
            "output": [
                {
                    "label": "Negative",
                    "score": 0.6457
                },
                {
                    "label": "Neutral",
                    "score": 0.048
                },
                {
                    "label": "Positive",
                    "score": 0.3063
                }
            ]
        },
        {
            "text": "Infoin loker wfh/freelance untuk mahasiswa dong, pengin bangget buat tambahan uang jajan di kos",
            "example_title": "Example 4",
            "output": [
                {
                    "label": "Negative",
                    "score": 0.0544
                },
                {
                    "label": "Neutral",
                    "score": 0.6973
                },
                {
                    "label": "Positive",
                    "score": 0.2482
                }
            ]
        },
        {
            "text": "Cari kerja sekarang tuh susah. Anaknya Presiden aja mesti dicariin kerjaan sama bapaknya",
            "example_title": "Example 5",
            "output": [
                {
                    "label": "Negative",
                    "score": 0.9852
                },
                {
                    "label": "Neutral",
                    "score": 0.0116
                },
                {
                    "label": "Positive",
                    "score": 0.0032
                }
            ]
        },
        {
            "text": "Komisi Penyiaran Indonesia (KPI) meminta agar tayangan televisi menampilkan citra positif Polri secara edukatif dan akurat. Hal ini disampaikan ketua KPI Pusat Ubaidillah dalam sebuah diskusi panel",
            "example_title": "Example 6",
            "output": [
                {
                    "label": "Neutral",
                    "score": 0.9932
                },
                {
                    "label": "Positive",
                    "score": 0.0063
                },
                {
                    "label": "Negative",
                    "score": 0.0005
                }
            ]
        },
        {
            "text": "Jgnkan tweet becandaan.. kadang tweet normal yg gue baca 'oh menarik' trs gue like/retweet, trs gue tinggal tidur, BESOKNYA ITU TWEET DIRUJAK. Gue jadi mikir, ini emang gue yang merasa semua hal menarik dan semua org bisa aja bener.. ATAU.. SEMUA ORANG jadi sensitif",
            "example_title": "Example 7",
            "output": [
                {
                    "label": "Negative",
                    "score": 0.5531
                },
                {
                    "label": "Neutral",
                    "score": 0.4426
                },
                {
                    "label": "Positive",
                    "score": 0.0043
                }
            ]
        }
    ],
    "library_name": "transformers",
    "license": "mit",
    "language": [
        "id"
    ]
}

🔧 技術細節

模型訓練

• 超參數優化：訓練過程使用 Optuna 進行超參數優化。
• 訓練設置：模型最多訓練 10 個 epoch，批次大小為 16，使用優化後的學習率和權重衰減。
• 評估策略：每 100 步進行一次評估，根據準確性保存最佳模型。
• 早停機制：應用早停策略，耐心值為 3，以防止過擬合。

評估結果

📄 許可證

本模型使用 MIT 許可證。

📖 引用信息

@misc{Ardiyanto_Mikhael_2024,
    author    = {Mikhael Ardiyanto},
    title     = {Aardiiiiy/indobertweet-base-Indonesian-sentiment-analysis},
    year      = {2024},
    URL       = {https://huggingface.co/Aardiiiiy/indobertweet-base-Indonesian-sentiment-analysis},
    publisher = {Hugging Face}
}

⚠️ 重要提示

• 數據偏差：該模型基於特定數據進行訓練，這可能導致情感分類過程中出現偏差。模型可能繼承訓練數據中的社會文化偏差，對於數據中未涵蓋的最新事件，其準確性可能較低。
• 情感複雜性：將情感分為三類的侷限性可能無法完全捕捉情感的複雜性，特別是在特定語境下。因此，在使用此模型時，務必考慮並處理這些偏差。