Rubert Base Cased Russian Sentiment

🚀 基於RuBERT的俄語短文本情感分類模型

本項目基於 RuBERT 模型，針對俄語短文本的情感分類任務進行了微調。該任務屬於多類別分類，涵蓋以下情感標籤：

0: neutral
1: positive
2: negative

英文標籤對應的俄語標籤如下：

neutral: нейтральный
positive: позитивный
negative: негативный

🚀 快速開始

模型使用示例

from transformers import pipeline
model = pipeline(model="seara/rubert-base-cased-russian-sentiment")
model("Привет, ты мне нравишься!")
# [{'label': 'positive', 'score': 0.9818321466445923}]

✨ 主要特性

• 多類別情感分類：能夠對俄語短文本進行中性、積極和消極三種情感的分類。
• 基於RuBERT微調：藉助預訓練的RuBERT模型，在俄語情感分類任務上表現出色。

📦 安裝指南

文檔未提及具體安裝步驟，可參考Hugging Face的transformers庫安裝說明進行安裝：

pip install transformers

💻 使用示例

基礎用法

from transformers import pipeline
model = pipeline(model="seara/rubert-base-cased-russian-sentiment")
model("Привет, ты мне нравишься!")
# [{'label': 'positive', 'score': 0.9818321466445923}]

📚 詳細文檔

數據集

該模型在以下數據集的並集上進行訓練：

• Kaggle Russian News Dataset
• Linis Crowd 2015
• Linis Crowd 2016
• RuReviews
• RuSentiment

訓練數據的概述可在 S. Smetanin 的 Github 倉庫 中找到。

由 Smetanin 收集的所有俄語情感數據集的下載鏈接可在這個 倉庫 中找到。

訓練參數

訓練在這個 項目 中完成，使用以下參數：

tokenizer.max_length: 256
batch_size: 32
optimizer: adam
lr: 0.00001
weight_decay: 0
epochs: 2

訓練集/驗證集/測試集的劃分比例為 80%/10%/10%。

評估結果（測試集）

📄 許可證

本項目採用 MIT 許可證。