Sentiment Analysis With Distilbert Base Uncased

🚀 使用distilbert-base-uncased進行情感分析

本模型利用預訓練模型在情感分析任務上進行微調，通過特定的訓練優化，在評估集上展現出了較高的準確性，能夠高效且準確地完成情感分析任務。

🚀 快速開始

本模型是 distilbert-base-uncased 在未知數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.2310
• 準確率：0.932

🔧 技術細節

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：42
• 優化器：使用 OptimizerNames.ADAMW_TORCH，其中 betas=(0.9, 0.999)，epsilon=1e-08，無額外優化器參數
• 學習率調度器類型：線性
• 訓練輪數：2

訓練結果

框架版本

• Transformers 4.48.3
• Pytorch 2.5.1+cu124
• Tokenizers 0.21.0

📄 許可證

本項目採用 Apache-2.0 許可證。