language:

• ru tags:
• sentiment
• text-classification

基于RuBERT的医疗评论情感分析模型

该模型是在医疗评论语料库上微调的DeepPavlov/rubert-base-cased-conversational预训练模型。

情感标签

0: 中立
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-med')
model = AutoModelForSequenceClassification.from_pretrained('blanchefort/rubert-base-cased-sentiment-med', 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

医疗机构用户评论数据集

该数据集包含用户对医疗机构的评价。数据集采集于2019年5月，来源网站为prodoctorov.ru