Indonesian Roberta Base Sentiment Classifier

🚀 印尼語RoBERTa基礎情感分類器

印尼語RoBERTa基礎情感分類器是一個基於RoBERTa模型的情感文本分類模型。該模型最初是預訓練的印尼語RoBERTa基礎模型，然後在indonlu的SmSA數據集（包含印尼語評論和評價）上進行微調。

訓練後，該模型的評估準確率達到了94.36%，F1宏值達到了92.42%。在基準測試集上，模型的準確率為93.2%，F1宏值為91.02%。

訓練該模型使用了來自Transformers庫的Hugging Face的Trainer類。訓練期間使用PyTorch作為後端框架，但該模型仍然與其他框架兼容。

✨ 主要特性

• 基於RoBERTa模型，在印尼語情感文本分類任務上表現出色。
• 在SmSA數據集上進行微調，適應印尼語評論和評價場景。
• 訓練後在評估和基準測試中都取得了較高的準確率和F1值。
• 訓練使用Hugging Face的Trainer類，且兼容多種框架。

📦 安裝指南

文檔未提及安裝步驟，暫不提供。

💻 使用示例

基礎用法

from transformers import pipeline

pretrained_name = "w11wo/indonesian-roberta-base-sentiment-classifier"

nlp = pipeline(
    "sentiment-analysis",
    model=pretrained_name,
    tokenizer=pretrained_name
)

nlp("Jangan sampai saya telpon bos saya ya!")

📚 詳細文檔

模型

評估結果

該模型訓練了5個輪次，並在最後加載了最佳模型。

🔧 技術細節

• 訓練使用Hugging Face的Trainer類，後端框架為PyTorch，但模型與其他框架兼容。
• 模型基於預訓練的印尼語RoBERTa基礎模型，在SmSA數據集上進行微調。

📄 許可證

本項目採用MIT許可證。

⚠️ 重要提示

請考慮來自預訓練的RoBERTa模型和SmSA數據集的偏差，這些偏差可能會延續到該模型的結果中。

💡 使用建議

在使用該模型時，需注意數據集帶來的偏差對結果的影響。

👨‍💻 作者

印尼語RoBERTa基礎情感分類器由Wilson Wongso訓練和評估。所有計算和開發均在Google Colaboratory上使用其免費GPU完成。

📖 引用

如果使用該模型，請引用以下內容：

@misc {wilson_wongso_2023,
	author       = { {Wilson Wongso} },
	title        = { indonesian-roberta-base-sentiment-classifier (Revision e402e46) },
	year         = 2023,
	url          = { https://huggingface.co/w11wo/indonesian-roberta-base-sentiment-classifier },
	doi          = { 10.57967/hf/0644 },
	publisher    = { Hugging Face }
}