Deverta V3 Japanese Large Anticipation

🚀 DeBERTa 情感預測器

本項目提供了一個基於 DeBERTa 的模型，用於預測日語文本中的情感。藉助預訓練的 DeBERTa 模型，該 Python 包能夠對日語文本進行情感推斷。它提供了針對 8 種情感（喜悅、悲傷、期待、驚訝、憤怒、恐懼、厭惡、信任）的模型，可輕鬆獲取每個文本的情感預測標籤和肯定類別的置信度。

🚀 快速開始

安裝

使用 pip 進行安裝：

pip install deberta-emotion-predictor

使用示例

基礎用法

from deberta_emotion_predictor import DeBERTaEmotionPredictor
predictor = DeBERTaEmotionPredictor()
result = predictor.predict_emotions("今日はとても嬉しい！")
predictor.show_emotions(result)

注：由於需要從 Hugging-face 下載 8 種 DeBERTa 模型，首次啟動會比較耗時，後續運行速度會加快。

高級用法

還可以輸入數據框進行預測：

import pandas as pd
from deberta_emotion_predictor import DeBERTaEmotionPredictor

# model_dir 是語言模型和分詞器所在的位置
predictor = DeBERTaEmotionPredictor()

# 示例文本（列表形式）
sample_texts = [
    "そうだ 京都、行こう。",
    "がんばるひとの、がんばらない時間。",
    "わたしらしくをあたらしく",
    "ピースはここにある。",
    "結婚しなくても幸せになれるこの時代に、私は、あなたと結婚したいのです。",
    "これからの地球のために一肌、脫ぎました。",
    "自分は、きっと想像以上だ。",
    "ハローしあわせ。",
    "日本を、1枚で。"
]
res_df = predictor.predict_emotions(sample_texts)

predictor.show_emotions(res_df)

運行該包需要安裝 torch、transformers 和 pandas：

pip install torch 
pip install transformers
pip install pandas 

另外，如果要使用 GPU，需要安裝 NVIDIA GPU 驅動等，具體請參考其他資料。

✨ 主要特性

• 8 種情感推斷：使用針對每種情感微調的模型，對文本進行情感推斷。
• 靈活的輸入形式：支持單一文本、文本列表或 pandas Series 作為輸入，並以 DataFrame 形式返回結果。
• 高效的推理：為了減少 GPU 內存使用，設計為僅在需要時將模型加載到 GPU 上。

📚 詳細文檔

文本傳遞方式（列表）

sample_texts = [
    "そうだ 京都、行こう。",
    "がんばるひとの、がんばらない時間。"
]
result_df = predictor.predict_emotions(sample_texts)
predictor.show_emotions(result_df)

單一文本情況

result_single = predictor.predict_emotions("新しい朝が來た。")
print(result_single)

輸出的數據框

輸出的數據框包含表示每種情感是否存在的 8 列，以及每種情感的概率值。

print(result_df)

🔧 技術細節

目錄結構

deberta_emotion_predictor/         
├── README.md                      # 本說明文件
├── deberta_emotion_predictor.py   # DeBERTaEmotionPredictor 類的實現
│   └── tokenizer_DeBERTa_v3_large/ # 分詞器
├── setup.py
├── pyproject.toml
├── README.md
├── LICENSE
└── usage.py                       

必要環境

• Python 3.6 及以上
• PyTorch
• transformers
• pandas

📄 許可證

本項目採用知識共享署名 - 相同方式共享 4.0 國際許可協議（CC BY - SA 4.0）。

版權所有 (c) 2025 Yoichi Takenaka

本作品根據知識共享署名 - 相同方式共享 4.0 國際許可協議進行許可。要查看此許可協議的副本，請訪問 https://creativecommons.org/licenses/by-sa/4.0/

本項目基於以下內容：

• DeBERTa (https://huggingface.co/microsoft/deberta-v3-large)，採用 MIT 許可協議。
• DeBERTa 日語模型 (https://huggingface.co/globis-university/deberta-v3-japanese-large)，採用 CC BY - SA 4.0 許可協議。

任何修改或派生作品也必須根據相同的 CC BY - SA 4.0 許可協議進行分發。