language_bcp47:

• hi-en tags:
• 情感分析
• 多语言
• 印地语混合编码
• 印英混合语
  license: apache-2.0 datasets:
• sail

印英混合语文本情感分类模型: gk-hinglish-sentiment

模型说明

基于少量评论数据集训练而成

使用场景与限制

本模型专为印度广泛使用的印英混合语数据优化设计。训练数据量未达预期规模。

使用方法

#示例代码
from transformers import BertTokenizer, BertForSequenceClassification
tokenizerg = BertTokenizer.from_pretrained("/content/model")
modelg = BertForSequenceClassification.from_pretrained("/content/model")

text = "任意输入印英混合语句"
encoded_input = tokenizerg(text, return_tensors='pt')
output = modelg(**encoded_input)
print(output)
#输出包含3个标签 LABEL_0=负面, LABEL_1=中性, LABEL_2=正面

局限性

当前训练数据仅包含有限数量的印英混合编码文本。若后续获得更充分数据，将更新本模型。

训练数据

训练数据包含3类情感标签的标注数据

预训练模型卡片链接及数据描述： 本模型基于以下模型微调

https://huggingface.co/rohanrajpal/bert-base-multilingual-codemixed-cased-sentiment

文献引用信息

    title = "{GLUEC}o{S}: 混合编码自然语言处理的评估基准",
    author = "Khanuja, Simran 等",
    booktitle = "第58届计算语言学协会年会论文集",
    month = "7月",
    year = "2020",
    address = "线上会议",
    publisher = "计算语言学协会",
    url = "https://www.aclweb.org/anthology/2020.acl-main.329",
    pages = "3575--3585"
}