# 高精度情感識別

基於微調後的 DeBERTa 模型，用於進行日語文本情感預測的 Python 包。

Modern-FinBERT-large 是一個專為金融情感分析設計的預訓練NLP模型，基於ModernBERT-large語言模型，通過在大規模金融語料上訓練，適配金融文本分類任務。

基於ModernBERT-large微調的多標籤情感分類模型，用於從英文文本中檢測28種情感

基於Wav2Vec2架構微調的英語語音情感識別模型，可識別六種情感狀態

基於RoBERTa微調的德語情感分類模型，可將文本分類為憤怒、恐懼、厭惡、悲傷、快樂及無上述情緒六種情感類別。

基於facebook/wav2vec2-base微調的阿拉伯語語音情感識別模型，在評估集上取得了99.92%的準確率。

基於騰訊遊戲夥伴的中文HuBERT預訓練模型，在CASIA數據集上微調的中文語音情感分類模型，支持6種情感識別。

這是一個在bert-base-multilingual-cased基礎上，使用NSMC（Naver情感電影語料庫）進行微調的檢查點模型，用於情感分析任務。

該模型是基於谷歌T5-base模型在情感識別數據集上微調而成，用於文本情感分類任務，可將文本分類為6種基本情感。