Roberta Goemotion

🚀 RoBERTa文本情感分类模型

本模型专为GoEmotions数据集训练，该数据集包含58k条带有28种情感标签的Reddit评论，可用于文本情感分类任务，为情感分析提供了有效的解决方案。

🚀 快速开始

本模型是针对GoEmotions数据集进行训练的，此数据集包含58k条带有28种情感标签的Reddit评论。这28种情感分别为：

• 钦佩、 amusement、愤怒、烦恼、认可、关心、困惑、好奇、渴望、失望、不认可、厌恶、尴尬、兴奋、恐惧、感激、悲痛、喜悦、爱、紧张、乐观、骄傲、领悟、宽慰、懊悔、悲伤、惊讶 + 中立

📚 详细文档

训练详情

• 训练脚本可在此处获取：https://github.com/bsinghpratap/roberta_train_goEmotion
• 如果您在运行模型时遇到问题，请随时在仓库中创建一个issue，我会尽快回复。
• 该模型在大多数情感上表现良好，但在以下情感上表现欠佳：'渴望'、'厌恶'、'尴尬'、'兴奋'、'恐惧'、'悲痛'、'紧张'、'骄傲'、'宽慰'、'懊悔'、'惊讶'
• 我会尝试进一步微调模型，如果RoBERTa取得更好的性能，会在此更新。
• 每个文本数据点可以有多个标签。大多数训练集数据点只有1个标签：Counter({1: 36308, 2: 6541, 3: 532, 4: 28, 5: 1})。所以目前我只使用每个数据点的第一个标签。虽然不太理想，但效果还不错。

模型性能

📄 许可证

本项目采用MIT许可证。