Mistralai Sentiment Nuclear

🚀 MistralAI 7B 文本分類模型

MistralAI 7B 模型針對推特/X上的核能數據進行了微調，在文本分類任務中展現出了卓越的性能，分類準確率高達 94%。該模型可輸出三種情感標籤，分別為消極、中立和積極，為核能相關文本的情感分析提供了有力支持。

🚀 快速開始

模型概述

MistralAI 7B 模型在推特/X的核能數據上進行微調，實現了 94% 的分類準確率。模型輸出的標籤有 3 種：{0: 消極, 1: 中立, 2: 積極}。

運行要求

⚠️ 重要提示

運行此模型需要足夠的 GPU 資源。

📦 安裝指南

此部分原文檔未提及具體安裝命令，故跳過。

💻 使用示例

基礎用法

from transformers import AutoTokenizer
from transformers import pipeline
from transformers import AutoModelForSequenceClassification
import torch

checkpoint = 'kumo24/mistralai-sentiment-nuclear'
tokenizer=AutoTokenizer.from_pretrained(checkpoint)
id2label = {0: "negative", 1: "neutral", 2: "positive"}
label2id = {"negative": 0, "neutral": 1, "positive": 2}
    

if tokenizer.pad_token is None:
    tokenizer.add_special_tokens({'pad_token': '[PAD]'})

model = AutoModelForSequenceClassification.from_pretrained(checkpoint, 
                                                       num_labels=3,
                                                       id2label=id2label, 
                                                       label2id=label2id,
                                                       device_map='auto')

sentiment_task = pipeline("sentiment-analysis", 
                          model=model, 
                          tokenizer=tokenizer)

print(sentiment_task("Michigan Wolverines are Champions, Go Blue!"))

📚 詳細文檔

模型信息

📄 許可證

本項目採用 Apache-2.0 許可證。