Rubert Tiny2 Russian Sentiment

🚀 RuBERT-tiny2 俄語情感分類模型

本項目使用 RuBERT-tiny2 模型，針對短 俄語 文本的 情感分類 任務進行了微調。該任務屬於 多類別分類，包含以下標籤：

0: neutral
1: positive
2: negative

標籤對應的俄語表述：

neutral: нейтральный
positive: позитивный
negative: негативный

🚀 快速開始

模型使用

from transformers import pipeline
model = pipeline(model="seara/rubert-tiny2-russian-sentiment")
model("Привет, ты мне нравишься!")
# [{'label': 'positive', 'score': 0.9398769736289978}]

✨ 主要特性

• 任務類型：文本分類，具體為情感分析和多類別分類。
• 適用語言：俄語。
• 基礎模型：RuBERT-tiny2。

📦 安裝指南

文檔未提供具體安裝命令，暫不展示安裝指南。

💻 使用示例

基礎用法

from transformers import pipeline
model = pipeline(model="seara/rubert-tiny2-russian-sentiment")
model("Привет, ты мне нравишься!")
# [{'label': 'positive', 'score': 0.9398769736289978}]

📚 詳細文檔

數據集

該模型在以下數據集的並集上進行訓練：

• Kaggle Russian News Dataset
• Linis Crowd 2015
• Linis Crowd 2016
• RuReviews
• RuSentiment

有關訓練數據的概述可在 S. Smetanin 的 Github 倉庫 中找到。

由 Smetanin 收集的所有俄語情感數據集的下載鏈接可在這個 倉庫 中找到。

訓練

訓練在這個 項目 中完成，使用以下參數：

tokenizer.max_length: 512
batch_size: 64
optimizer: adam
lr: 0.00001
weight_decay: 0
epochs: 5

訓練集/驗證集/測試集的劃分比例為 80%/10%/10%。

評估結果（測試集）

📄 許可證

本項目採用 MIT 許可證。