Bert Finetuned Japanese Sentiment

🚀 bert-finetuned-japanese-sentiment

本模型是在亞馬遜日本商品評論數據集上對 cl-tohoku/bert-base-japanese-v2 進行微調後的版本，可用於對日語句子進行情感分析，為自然語言處理中的情感分類任務提供支持。

🚀 快速開始

本模型是基於 cl-tohoku/bert-base-japanese-v2 進行微調得到的，用於分析亞馬遜日語評論句子的情感傾向。

✨ 主要特性

• 針對性訓練：在亞馬遜日語評論數據集上進行微調，更適合處理該領域的情感分析任務。
• 多情感分類：能夠將句子的情感分為積極、中性和消極三類。

📚 詳細文檔

模型描述

該模型用於分析亞馬遜日語評論句子的情感傾向。情感分析是自然語言處理中的常見任務，其核心是在句子或文檔層面上對給定文本的極性進行分類。例如，“The food is good” 這句話具有積極的情感，而 “The food is bad” 則具有消極的情感。

在這個模型中，我們在一個日語情感分析數據集上對 BERT 模型進行了微調。該數據集包含從亞馬遜評論中提取的 20,000 個句子，每個句子都被標記為積極、中性或消極。模型以 16 的批次大小訓練了 5 個週期。

訓練和評估數據

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：0
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 訓練輪數：6

框架版本

• Transformers 4.27.4
• Pytorch 2.0.0+cu118
• Tokenizers 0.13.2

📄 許可證

本模型採用 CC BY-SA 4.0 許可證。