Erlangshen Roberta 110M Sentiment

🚀 二郎神-RoBERTa-110M-情感分析模型

二郎神-RoBERTa-110M-情感分析模型是中文的RoBERTa-wwm-ext-base在数个情感分析任务微调后的版本，可用于自然语言理解中的情感分析任务。

🚀 快速开始

环境准备

确保你已经安装了transformers和torch库。

代码示例

from transformers import BertForSequenceClassification
from transformers import BertTokenizer
import torch

tokenizer=BertTokenizer.from_pretrained('IDEA-CCNL/Erlangshen-Roberta-110M-Sentiment')
model=BertForSequenceClassification.from_pretrained('IDEA-CCNL/Erlangshen-Roberta-110M-Sentiment')

text='今天心情不好'

output=model(torch.tensor([tokenizer.encode(text)]))
print(torch.nn.functional.softmax(output.logits,dim=-1))

✨ 主要特性

• 基于中文RoBERTa-wwm-ext-base模型微调，在多个情感分析数据集上进行训练。
• 可用于多种中文情感分析任务，具有较高的准确性。

📚 详细文档

模型分类

模型信息

基于chinese-roberta-wwm-ext-base，我们在收集的8个中文领域的情感分析数据集，总计227347个样本上微调了一个情感分析版本。

下游效果

📄 许可证

本项目采用Apache-2.0许可证。

📖 引用

如果您在您的工作中使用了我们的模型，可以引用我们的论文：

@article{fengshenbang,
  author    = {Jiaxing Zhang and Ruyi Gan and Junjie Wang and Yuxiang Zhang and Lin Zhang and Ping Yang and Xinyu Gao and Ziwei Wu and Xiaoqun Dong and Junqing He and Jianheng Zhuo and Qi Yang and Yongfeng Huang and Xiayu Li and Yanghan Wu and Junyu Lu and Xinyu Zhu and Weifeng Chen and Ting Han and Kunhao Pan and Rui Wang and Hao Wang and Xiaojun Wu and Zhongshen Zeng and Chongpei Chen},
  title     = {Fengshenbang 1.0: Being the Foundation of Chinese Cognitive Intelligence},
  journal   = {CoRR},
  volume    = {abs/2209.02970},
  year      = {2022}
}

也可以引用我们的网站:

@misc{Fengshenbang-LM,
  title={Fengshenbang-LM},
  author={IDEA-CCNL},
  year={2021},
  howpublished={\url{https://github.com/IDEA-CCNL/Fengshenbang-LM}},
}

相关链接

• 主页：封神榜
• GitHub：Fengshenbang-LM