Indonesiasentiment

🚀 印尼語RoBERTa基礎情感分類器

印尼語RoBERTa基礎情感分類器是一個基於RoBERTa模型的情感文本分類模型。該模型最初是預訓練的印尼語RoBERTa基礎模型，然後在indonlu的SmSA數據集上進行微調，該數據集包含印尼語的評論和評價。

訓練後，該模型的評估準確率達到了94.36%，F1宏值達到了92.42%。在基準測試集上，模型的準確率達到了93.2%，F1宏值達到了91.02%。

訓練該模型使用了來自Transformers庫的Hugging Face的Trainer類。訓練期間使用PyTorch作為後端框架，但該模型仍然與其他框架兼容。

✨ 主要特性

• 基於RoBERTa模型，在情感文本分類任務上表現出色。
• 在SmSA數據集上微調，適用於印尼語情感分析。
• 訓練後評估準確率和F1宏值較高。
• 訓練使用Hugging Face的Trainer類，兼容多種框架。

📚 詳細文檔

模型

評估結果

該模型訓練了5個輪次，並在最後加載了最佳模型。

💻 使用示例

作為文本分類器

from transformers import pipeline

pretrained_name = "sahri/sentiment"

nlp = pipeline(
    "sentiment-analysis",
    model=pretrained_name,
    tokenizer=pretrained_name
)

nlp("tidak jelek tapi keren")

⚠️ 免責聲明

請考慮可能來自預訓練的RoBERTa模型和SmSA數據集的偏差，這些偏差可能會延續到該模型的結果中。

📄 許可證

本項目採用MIT許可證。

👨‍💻 作者

印尼語RoBERTa基礎情感分類器由[sahri ramadhan]進行訓練和評估。所有計算和開發工作均在Google Colaboratory上使用其免費GPU完成。