Albert Fa Base V2 Sentiment Deepsentipers Multi

🚀 波斯語ALBERT模型

波斯語ALBERT模型是用於波斯語自監督語言表示學習的輕量級BERT模型。你也可以叫它“小BERT”。

波斯語ALBERT是首次將ALBERT應用於波斯語的嘗試。該模型基於谷歌的ALBERT BASE 2.0版本進行訓練，使用了來自多個主題（如科學、小說、新聞）的各種寫作風格的超過390萬篇文檔、7300萬句話和13億個單詞，這與我們訓練ParsBERT的方式類似。

請關注波斯語ALBERT倉庫，以獲取有關之前和當前模型的最新信息。

✨ 主要特性

波斯語情感分析 [Digikala、SnappFood、DeepSentiPers]

該模型旨在根據文本（如評論）的情感傾向對其進行分類。我們針對此任務測試了三個著名的數據集：Digikala用戶評論、SnappFood用戶評論以及兩種形式（二分類和多分類）的DeepSentiPers數據集。

DeepSentiPers數據集

它是SentiPers數據集的平衡增強版本，包含12138條關於數碼產品的用戶評價，並被標記為五個不同的類別；兩個積極類別（即開心和愉悅）、兩個消極類別（即憤怒和生氣）以及一箇中性類別。因此，該數據集可用於多分類和二分類任務。在二分類的情況下，中性類別及其對應的句子會從數據集中移除。

二分類

1. 消極（憤怒 + 生氣）
2. 積極（開心 + 愉悅）

多分類

1. 憤怒
2. 生氣
3. 中性
4. 開心
5. 愉悅

下載地址 你可以從以下鏈接下載數據集：

• SentiPers
• DeepSentiPers

模型效果

以下表格總結了與其他模型和架構相比所獲得的F1分數。

引用信息

如果在你的研究中使用了該模型，請按照以下格式進行引用：

@misc{ALBERTPersian,
  author = {Mehrdad Farahani},
  title = {ALBERT-Persian: A Lite BERT for Self-supervised Learning of Language Representations for the Persian Language},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/m3hrdadfi/albert-persian}},
}

@article{ParsBERT,
    title={ParsBERT: Transformer-based Model for Persian Language Understanding},
    author={Mehrdad Farahani, Mohammad Gharachorloo, Marzieh Farahani, Mohammad Manthouri},
    journal={ArXiv},
    year={2020},
    volume={abs/2005.12515}
}

📚 詳細文檔

如果你有任何問題，請在波斯語ALBERT倉庫中提交GitHub issue。

📄 許可證

本項目採用Apache 2.0許可證。