language:

• ru tags:
• 情感分析
• 文本分类

用于情感分析的RuBERT模型

俄语短文本情感分类

本模型基于DeepPavlov/rubert-base-cased-conversational架构，在351,797条文本的聚合语料库上训练而成。

情感标签

0: 中性
1: 积极
2: 消极

使用方法

import torch
from transformers import AutoModelForSequenceClassification
from transformers import BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained('blanchefort/rubert-base-cased-sentiment')
model = AutoModelForSequenceClassification.from_pretrained('blanchefort/rubert-base-cased-sentiment', return_dict=True)

@torch.no_grad()
def predict(text):
    inputs = tokenizer(text, max_length=512, padding=True, truncation=True, return_tensors='pt')
    outputs = model(**inputs)
    predicted = torch.nn.functional.softmax(outputs.logits, dim=1)
    predicted = torch.argmax(predicted, dim=1).numpy()
    return predicted

模型训练数据集

俄语推特语料库(RuTweetCorp)

鲁布佐娃·尤. 面向情感分类器开发与训练的短文本(微博帖子)语料库自动构建与分析 //知识工程与语义网技术. – 2012. – 第1卷. – 第109-116页.

俄语评论数据集(RuReviews)

RuReviews：一个自动标注的俄语商品评论情感分析数据集。

俄语情感分析数据集(RuSentiment)

罗杰斯A. 罗曼诺夫A. 鲁姆希斯基S. 沃尔科娃M. 格罗纳斯A. 格里博夫A. RuSentiment：面向俄语社交媒体的增强型情感分析数据集. COLING 2018会议论文集.

医疗机构评论数据集

该数据集包含用户对医疗机构的评价。数据集于2019年5月从prodoctorov.ru网站采集。