Nusabert Base Indonesian Plutchik Emotion Analysis V2

🚀 EmoSense-ID 模型

EmoSense-ID 是一款专为识别和分析印尼语文本情感而设计的模型。它基于 Plutchik 的八种基本情感理论，能精准剖析文本中的期待、愤怒、厌恶、恐惧、喜悦、悲伤、惊讶和信任等情感。该模型以社交媒体数据为依托，为洞察用户情感反应提供了有力支持。

🚀 快速开始

示例展示

✨ 主要特性

• 情感精准识别：基于 Plutchik 的八种基本情感理论，能准确识别印尼语文本中的情感。
• 数据驱动训练：采用 NusaBERT-base 模型，以印尼推文为训练数据，贴合社交媒体场景。
• 评估结果可靠：运用 Hyperparameter Tuning 技术和 Optuna 进行训练，通过多轮试验确定最优参数组合，保证模型性能。

📚 详细文档

模型描述

EmoSense-ID 模型旨在基于 Plutchik 的八种基本情感（期待、愤怒、厌恶、恐惧、喜悦、悲伤、惊讶和信任），识别和分析印尼语文本中的情感。该模型使用 NusaBERT-base 开发，并使用分类为八种情感类别的印尼推文进行训练。此模型的评估结果可用于分析社交媒体中的情感，为用户的情感反应提供见解。

偏差说明

需注意，该模型使用特定数据进行训练，这可能在情感分类过程中导致偏差。因此，在使用此模型时，考虑并处理此类偏差非常重要。

评估结果

模型使用 Optuna 进行 Hyperparameter Tuning 技术训练。在此过程中，Optuna 进行了五次试验，以确定学习率（1e - 6 至 1e - 4）和权重衰减（1e - 6 至 1e - 2）的最佳组合。每次试验在训练数据集上使用不同的超参数配置训练 BERT 模型，然后使用验证数据集进行评估。所有实验完成后，使用最佳超参数组合训练最终模型。

📄 许可证

本模型使用 MIT 许可证。

📚 引用格式

@misc{Ardiyanto_Mikhael_2024,
    author    = {Mikhael Ardiyanto},
    title     = {EmoSense-ID},
    year      = {2024},
    URL       = {Aardiiiiy/EmoSense-ID-Indonesian-Emotion-Classifier},
    publisher = {Hugging Face}
}