Nusabert Base Indonesian Plutchik Emotion Analysis V2

🚀 EmoSense-ID 模型

EmoSense-ID 是一款專為識別和分析印尼語文本情感而設計的模型。它基於 Plutchik 的八種基本情感理論，能精準剖析文本中的期待、憤怒、厭惡、恐懼、喜悅、悲傷、驚訝和信任等情感。該模型以社交媒體數據為依託，為洞察用戶情感反應提供了有力支持。

🚀 快速開始

示例展示

✨ 主要特性

• 情感精準識別：基於 Plutchik 的八種基本情感理論，能準確識別印尼語文本中的情感。
• 數據驅動訓練：採用 NusaBERT-base 模型，以印尼推文為訓練數據，貼合社交媒體場景。
• 評估結果可靠：運用 Hyperparameter Tuning 技術和 Optuna 進行訓練，通過多輪試驗確定最優參數組合，保證模型性能。

📚 詳細文檔

模型描述

EmoSense-ID 模型旨在基於 Plutchik 的八種基本情感（期待、憤怒、厭惡、恐懼、喜悅、悲傷、驚訝和信任），識別和分析印尼語文本中的情感。該模型使用 NusaBERT-base 開發，並使用分類為八種情感類別的印尼推文進行訓練。此模型的評估結果可用於分析社交媒體中的情感，為用戶的情感反應提供見解。

偏差說明

需注意，該模型使用特定數據進行訓練，這可能在情感分類過程中導致偏差。因此，在使用此模型時，考慮並處理此類偏差非常重要。

評估結果

模型使用 Optuna 進行 Hyperparameter Tuning 技術訓練。在此過程中，Optuna 進行了五次試驗，以確定學習率（1e - 6 至 1e - 4）和權重衰減（1e - 6 至 1e - 2）的最佳組合。每次試驗在訓練數據集上使用不同的超參數配置訓練 BERT 模型，然後使用驗證數據集進行評估。所有實驗完成後，使用最佳超參數組合訓練最終模型。

📄 許可證

本模型使用 MIT 許可證。

📚 引用格式

@misc{Ardiyanto_Mikhael_2024,
    author    = {Mikhael Ardiyanto},
    title     = {EmoSense-ID},
    year      = {2024},
    URL       = {Aardiiiiy/EmoSense-ID-Indonesian-Emotion-Classifier},
    publisher = {Hugging Face}
}