Just Another Emotion Classifier

🚀 情感分類模型

本項目是一個用於情感分類的模型，它能根據輸入文本，輸出預選情感詞彙的概率分佈，為情感分析提供了有效的解決方案。

🚀 快速開始

本模型是一個經過微調的Transformer模型，可根據輸入文本輸出預選情感詞彙的概率分佈。

✨ 主要特性

• 給定輸入文本，模型會輸出預選情感詞彙的概率分佈。
• 基於在go - emotions數據集上微調的distilbert - base - uncased模型構建。

📚 詳細文檔

模型描述

又是一個經過微調的Transformer模型，用於近似X和Y之間的另一種非線性映射？沒錯！這就是一個經典的情感分類器——給定輸入文本，模型會輸出預選情感詞彙的概率分佈。在本模型中，情感類別有32種，這也是Empathetic Dialogues數據集中的情感類別數量。

該模型是在在go - emotions數據集上微調的distilbert - base - uncased模型的基礎上構建的。大家真的應該去看看那個模型，它甚至包含一個Jupyter Notebook文件，展示了該模型的訓練過程（如果bhadresh - savani看到這段話，感謝你！）。

訓練數據

原文檔未詳細提及訓練數據的具體內容，但已知使用了go - emotions和bdotloh/empathetic - dialogues - contexts數據集。

訓練過程

預處理

原文檔未詳細提及預處理的具體內容。

評估結果

原文檔未詳細提及評估結果的具體內容。

侷限性和偏差

從哪裡開始說呢……

EmpatheticDialogues數據集存在以下問題：

1. 當給出情感標籤時，無法確定受訪者描述的上下文的文化特異性程度（即p(描述 | 情感, 文化)）。
2. ...