Классификатор на базе IndoBERT определяет одну из шести эмоций в индонезийском тексте и выдаёт оценки вероятности.
212скачиваний за 30 дней6лайковвеса обновлены5 дек 2024
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
Модель анализа эмоций на базе IndoBERT, предназначенная для классификации предложений и абзацев на индонезийском языке. Она оценивает вероятность шести эмоций: гнева, грусти, радости, любви, страха и отвращения; результаты представлены в процентах. Архитектура — BERT для классификации последовательностей, размер — 151,6 млн параметров, максимальная длина контекста — 512 токенов. Модель обучена на индонезийских твитах и основана на предварительно обученной IndoBERT Base Model P1.
Подходит для анализа эмоциональной окраски индонезийских публикаций и сообщений. Ограничение — классификатор настроен на шесть перечисленных эмоций и обучен на данных из Twitter, поэтому его результаты для других языков, жанров и контекстов могут быть ненадёжны. Формат весов — PyTorch; сведения о лицензии в доступных данных отсутствуют.
Сценарии применения
определение эмоций в индонезийских твитах
анализ эмоциональной окраски публикаций и сообщений
оценка долей гнева, грусти, радости, любви, страха и отвращения в тексте
Ограничения
Модель распознаёт только шесть заданных эмоций и обучена на индонезийских твитах, поэтому качество на других жанрах и языках может быть ниже. Лицензия в доступных данных не указана.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Model analisis sentimen berbasis IndoBERT untuk memprediksi 6 jenis emosi yang muncul dalam suatu kalimat, yaitu marah, sedih, senang, cinta, takut, dan jijik. Pengguna dapat memasukkan suatu kalimat atau paragraf sebagai input, kemudian model pre-trained dari IndoBERT yang telah dilatih pada data tweet bahasa Indonesia akan memprediksi emosi yang muncul dalam kalimat tersebut. Hasil prediksi akan ditampilkan dalam bentuk persentase dari setiap emosi yang muncul.