Feel It Italian Emotion

🚀 FEEL-IT：意大利语情感与情绪分类

FEEL-IT是一个用于意大利语情感与情绪分类的项目。它提供了一个新颖的基准语料库，可用于对意大利语推文进行情感和情绪分类，同时还发布了开源的Python库，方便研究人员使用。

🚀 快速开始

你可以在 此处 找到使用此模型进行情感和情绪分类的Python包。它是基于HuggingFace模型的一个非常简单的接口。

✨ 主要特性

• 多任务处理：既能进行情感分析，也能进行情绪分类。
• 新颖语料库：引入了一个新的意大利语Twitter帖子基准语料库，标注了四种基本情绪。
• 开源库：提供开源的Python库，方便研究人员使用。

📦 安装指南

文档未提及具体安装步骤，暂不提供。

💻 使用示例

基础用法

from transformers import pipeline
classifier = pipeline("text-classification",model='MilaNLProc/feel-it-italian-emotion',top_k=2)
prediction = classifier("Oggi sono proprio contento!")
print(prediction)

📚 详细文档

模型概述

模型介绍

feel-it-italian-emotion 模型可对意大利语进行 情绪分类（喜悦、恐惧、愤怒、悲伤）。我们在新数据集（即FEEL-IT）上对 UmBERTo模型 进行了微调，在不同的基准语料库上取得了最先进的性能。

数据说明

我们的数据是通过对广泛主题的推文进行标注收集而来的。总共收集了2037条标注了情绪标签的推文。更多详细信息可在我们的论文 (https://aclanthology.org/2021.wassa-1.8/) 中找到。

性能评估

我们使用 MultiEmotions-It 评估模型性能。该数据集在主题多样性和所考虑的社交媒体（即YouTube和Facebook）方面与FEEL-IT不同。我们只考虑了FEEL-IT中存在的情绪子集。为了提供参考，我们还展示了最频繁类别（MFC）基线结果。结果表明，在FEEL-IT上进行训练即使在不同上下文的数据集上也能带来稳定的性能。

📄 许可证

用户应参考 以下许可证。

🔧 技术细节

文档未提供具体技术细节，暂不提供。

📚 引用

如果您在项目中使用此模型，请使用以下BibTeX条目：

@inproceedings{bianchi2021feel,
    title = {{"FEEL-IT: Emotion and Sentiment Classification for the Italian Language"}},
    author = "Bianchi, Federico and Nozza, Debora and Hovy, Dirk",
    booktitle = "Proceedings of the 11th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis",
    year = "2021",
    publisher = "Association for Computational Linguistics",
}