Erlangshen Roberta 110M Sentiment

🚀 二郎神-RoBERTa-110M-情感分析模型

二郎神-RoBERTa-110M-情感分析模型是中文的RoBERTa-wwm-ext-base在數個情感分析任務微調後的版本，可用於自然語言理解中的情感分析任務。

🚀 快速開始

環境準備

確保你已經安裝了transformers和torch庫。

代碼示例

from transformers import BertForSequenceClassification
from transformers import BertTokenizer
import torch

tokenizer=BertTokenizer.from_pretrained('IDEA-CCNL/Erlangshen-Roberta-110M-Sentiment')
model=BertForSequenceClassification.from_pretrained('IDEA-CCNL/Erlangshen-Roberta-110M-Sentiment')

text='今天心情不好'

output=model(torch.tensor([tokenizer.encode(text)]))
print(torch.nn.functional.softmax(output.logits,dim=-1))

✨ 主要特性

• 基於中文RoBERTa-wwm-ext-base模型微調，在多個情感分析數據集上進行訓練。
• 可用於多種中文情感分析任務，具有較高的準確性。

📚 詳細文檔

模型分類

模型信息

基於chinese-roberta-wwm-ext-base，我們在收集的8箇中文領域的情感分析數據集，總計227347個樣本上微調了一個情感分析版本。

下游效果

📄 許可證

本項目採用Apache-2.0許可證。

📖 引用

如果您在您的工作中使用了我們的模型，可以引用我們的論文：

@article{fengshenbang,
  author    = {Jiaxing Zhang and Ruyi Gan and Junjie Wang and Yuxiang Zhang and Lin Zhang and Ping Yang and Xinyu Gao and Ziwei Wu and Xiaoqun Dong and Junqing He and Jianheng Zhuo and Qi Yang and Yongfeng Huang and Xiayu Li and Yanghan Wu and Junyu Lu and Xinyu Zhu and Weifeng Chen and Ting Han and Kunhao Pan and Rui Wang and Hao Wang and Xiaojun Wu and Zhongshen Zeng and Chongpei Chen},
  title     = {Fengshenbang 1.0: Being the Foundation of Chinese Cognitive Intelligence},
  journal   = {CoRR},
  volume    = {abs/2209.02970},
  year      = {2022}
}

也可以引用我們的網站:

@misc{Fengshenbang-LM,
  title={Fengshenbang-LM},
  author={IDEA-CCNL},
  year={2021},
  howpublished={\url{https://github.com/IDEA-CCNL/Fengshenbang-LM}},
}

相關鏈接

• 主頁：封神榜
• GitHub：Fengshenbang-LM