Feel It Italian Emotion

🚀 FEEL-IT：意大利語情感與情緒分類

FEEL-IT是一個用於意大利語情感與情緒分類的項目。它提供了一個新穎的基準語料庫，可用於對意大利語推文進行情感和情緒分類，同時還發布了開源的Python庫，方便研究人員使用。

🚀 快速開始

你可以在 此處 找到使用此模型進行情感和情緒分類的Python包。它是基於HuggingFace模型的一個非常簡單的接口。

✨ 主要特性

• 多任務處理：既能進行情感分析，也能進行情緒分類。
• 新穎語料庫：引入了一個新的意大利語Twitter帖子基準語料庫，標註了四種基本情緒。
• 開源庫：提供開源的Python庫，方便研究人員使用。

📦 安裝指南

文檔未提及具體安裝步驟，暫不提供。

💻 使用示例

基礎用法

from transformers import pipeline
classifier = pipeline("text-classification",model='MilaNLProc/feel-it-italian-emotion',top_k=2)
prediction = classifier("Oggi sono proprio contento!")
print(prediction)

📚 詳細文檔

模型概述

模型介紹

feel-it-italian-emotion 模型可對意大利語進行 情緒分類（喜悅、恐懼、憤怒、悲傷）。我們在新數據集（即FEEL-IT）上對 UmBERTo模型 進行了微調，在不同的基準語料庫上取得了最先進的性能。

數據說明

我們的數據是通過對廣泛主題的推文進行標註收集而來的。總共收集了2037條標註了情緒標籤的推文。更多詳細信息可在我們的論文 (https://aclanthology.org/2021.wassa-1.8/) 中找到。

性能評估

我們使用 MultiEmotions-It 評估模型性能。該數據集在主題多樣性和所考慮的社交媒體（即YouTube和Facebook）方面與FEEL-IT不同。我們只考慮了FEEL-IT中存在的情緒子集。為了提供參考，我們還展示了最頻繁類別（MFC）基線結果。結果表明，在FEEL-IT上進行訓練即使在不同上下文的數據集上也能帶來穩定的性能。

📄 許可證

用戶應參考 以下許可證。

🔧 技術細節

文檔未提供具體技術細節，暫不提供。

📚 引用

如果您在項目中使用此模型，請使用以下BibTeX條目：

@inproceedings{bianchi2021feel,
    title = {{"FEEL-IT: Emotion and Sentiment Classification for the Italian Language"}},
    author = "Bianchi, Federico and Nozza, Debora and Hovy, Dirk",
    booktitle = "Proceedings of the 11th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis",
    year = "2021",
    publisher = "Association for Computational Linguistics",
}