/ Модель

Характеристики

Контекст
130 токенов
Параметры
162 млн
Архитектура
roberta · dense
Опубликована
2 мар 2022

bertweet-base-emotion-analysis

Классификация текстаТекст → label3 профессии

Модель на основе BerTweet для классификации эмоций в коротких англоязычных текстах.

7 778скачиваний за 30 дней18лайковвеса обновлены20 мар 2023

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

bertweet-base-emotion-analysis — модель классификации текста для распознавания эмоций в англоязычных сообщениях. Её разработали на основе BerTweet и обучили на корпусе EmoEvent.

Модель построена на архитектуре RoBERTa и содержит 162,4 млн параметров. Она принимает текст и относит его к категориям эмоций; контекст ограничен 130 токенами. Карточка указывает английский язык и форматы PyTorch и Safetensors.

Модель подходит для анализа эмоциональной окраски сообщений и текстов на английском языке. Лицензия в предоставленных данных не указана.

Сценарии применения

  • определение эмоций в публикациях на английском языке
  • анализ эмоциональной реакции в сообщениях о событиях
  • разметка англоязычных текстов по эмоциональным категориям

Ограничения

Модель рассчитана на английский язык и ограничена контекстом в 130 токенов. Карточка не приводит метрики качества и подробности о наборе эмоциональных категорий.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Emotion Analysis in English

bertweet-base-emotion-analysis

Repository: https://github.com/finiteautomata/pysentimiento/

Model trained with EmoEvent corpus for Emotion detection in English. Base model is BerTweet.

License

pysentimiento is an open-source library for non-commercial use and scientific research purposes only. Please be aware that models are trained with third-party datasets and are subject to their respective licenses.

  1. TASS Dataset license
  2. SEMEval 2017 Dataset license

Citation

If you use pysentimiento in your work, please cite this paper

@misc{perez2021pysentimiento,
      title={pysentimiento: A Python Toolkit for Sentiment Analysis and SocialNLP tasks},
      author={Juan Manuel Pérez and Juan Carlos Giudici and Franco Luque},
      year={2021},
      eprint={2106.09462},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

and also the dataset related paper

@inproceedings{del2020emoevent,
  title={EmoEvent: A multilingual emotion corpus based on different events},
  author={del Arco, Flor Miriam Plaza and Strapparava, Carlo and Lopez, L Alfonso Urena and Mart{\'\i}n-Valdivia, M Teresa},
  booktitle={Proceedings of the 12th Language Resources and Evaluation Conference},
  pages={1492--1498},
  year={2020}
}

Enjoy! 🤗

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
c482c9e

0 моделей