Albert Fa Base V2 Sentiment Deepsentipers Binary

🚀 波斯語ALBERT模型

波斯語ALBERT模型是用於波斯語語言表徵自監督學習的輕量級BERT模型。它也被稱為“小BERT”。

波斯語ALBERT 是首次針對波斯語開展的ALBERT模型嘗試。該模型基於谷歌的ALBERT BASE 2.0版本進行訓練，訓練數據涵蓋了來自眾多主題（如科學、小說、新聞等）的多種寫作風格，包含超過390萬份文檔、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，以獲取過往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知名數據集：Digikala 用戶評論、SnappFood 用戶評論以及 DeepSentiPers，測試分為二分類和多分類兩種類型。

DeepSentiPers數據集

這是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，並標註了五種不同的類別，其中兩種積極情緒（即開心和愉悅）、兩種消極情緒（即憤怒和生氣）以及一種中性情緒。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

📚 詳細文檔

結果

以下表格總結了與其他模型和架構相比所獲得的F1分數。

BibTeX引用和引用信息

請在出版物中按以下方式引用：

@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}
}

📄 許可證

本項目採用Apache-2.0許可證。

🚀 快速開始

如果你有任何問題，請在 波斯語ALBERT 倉庫中提交GitHub問題。