Emotion Text Classifier

🚀 用於情感分類的微調版DistilRoBERTa-base 🤬🤢😀😐😭😲

本項目的微調版DistilRoBERTa-base模型，可用於對文本數據進行情感分類，解決了從文本中精準識別情感的問題，為情感分析領域提供了高效且準確的解決方案。

🚀 快速開始

以下是使用該模型進行情感分析的簡單示例：

from transformers import pipeline
classifier = pipeline("sentiment-analysis", model="michellejieli/emotion_text_classifier")
classifier("I love this!")

輸出:
[{'label': 'joy', 'score': 0.9887555241584778}]

✨ 主要特性

• DistilRoBERTa-base是一個用於情感分析的Transformer模型。
• 該模型在《老友記》（Friends）的臺詞轉錄數據上進行了微調，旨在對文本數據（特別是Netflix電視劇或電影的對話）進行情感分類。
• 模型能夠預測6種埃克曼（Ekman）情感類別以及一箇中性類別，包括憤怒、厭惡、恐懼、喜悅、中性、悲傷和驚訝。

📚 詳細文檔

模型描述

DistilRoBERTa-base是一個可執行情感分析的Transformer模型。本項目對該模型在《老友記》的臺詞轉錄數據上進行了微調，目標是從文本數據（特別是Netflix電視劇或電影的對話）中分類情感。模型可預測6種埃克曼情感和一箇中性類別，具體情感包括憤怒、厭惡、恐懼、喜悅、中性、悲傷和驚訝。

此模型是 Emotion English DistilRoBERTa-base 和 DistilRoBERTa-base 的微調版本。該模型最初在 Emotion English DistilRoBERTa-base 的以下表格數據上進行訓練：

之後在以下數據上進行了微調：

📄 許可證

文檔中未提及相關許可證信息。

📞 聯繫我們

如果您有任何問題或反饋，請通過 michelleli1999@gmail.com 與我們聯繫。

📖 參考文獻

Jochen Hartmann, "Emotion English DistilRoBERTa-base". https://huggingface.co/j-hartmann/emotion-english-distilroberta-base/, 2022.
Ashritha R Murthy and K M Anil Kumar 2021 IOP Conf. Ser.: Mater. Sci. Eng. 1110 012009