Albert Fa Base V2 Sentiment Deepsentipers Binary

🚀 波斯语ALBERT模型

波斯语ALBERT模型是用于波斯语语言表征自监督学习的轻量级BERT模型。它也被称为“小BERT”。

波斯语ALBERT 是首次针对波斯语开展的ALBERT模型尝试。该模型基于谷歌的ALBERT BASE 2.0版本进行训练，训练数据涵盖了来自众多主题（如科学、小说、新闻等）的多种写作风格，包含超过390万份文档、7300万句话和13亿个单词，这与我们训练ParsBERT的方式类似。

请关注 波斯语ALBERT 仓库，以获取过往和当前模型的最新信息。

✨ 主要特性

波斯语情感分析 [Digikala、SnappFood、DeepSentiPers]

该模型旨在根据文本（如评论）的情感倾向对其进行分类。我们针对此任务测试了三个知名数据集：Digikala 用户评论、SnappFood 用户评论以及 DeepSentiPers，测试分为二分类和多分类两种类型。

DeepSentiPers数据集

这是SentiPers数据集的平衡增强版本，包含12138条关于数码产品的用户评价，并标注了五种不同的类别，其中两种积极情绪（即开心和愉悦）、两种消极情绪（即愤怒和生气）以及一种中性情绪。因此，该数据集可用于多分类和二分类任务。在二分类的情况下，中性类别及其对应的句子会从数据集中移除。

二分类

1. 消极（愤怒 + 生气）
2. 积极（开心 + 愉悦）

多分类

1. 愤怒
2. 生气
3. 中性
4. 开心
5. 愉悦

下载地址 你可以从以下链接下载数据集：

• SentiPers
• DeepSentiPers

📚 详细文档

结果

以下表格总结了与其他模型和架构相比所获得的F1分数。

BibTeX引用和引用信息

请在出版物中按以下方式引用：

@misc{ALBERTPersian,
  author = {Mehrdad Farahani},
  title = {ALBERT-Persian: A Lite BERT for Self-supervised Learning of Language Representations for the Persian Language},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/m3hrdadfi/albert-persian}},
}

@article{ParsBERT,
    title={ParsBERT: Transformer-based Model for Persian Language Understanding},
    author={Mehrdad Farahani, Mohammad Gharachorloo, Marzieh Farahani, Mohammad Manthouri},
    journal={ArXiv},
    year={2020},
    volume={abs/2005.12515}
}

📄 许可证

本项目采用Apache-2.0许可证。

🚀 快速开始

如果你有任何问题，请在 波斯语ALBERT 仓库中提交GitHub问题。