基于DistilBERT的轻量级文本情感分类模型,在emotion数据集上微调,准确率达92.4%
下载量 17
发布时间 : 3/2/2022
模型简介
该模型是DistilBERT的微调版本,专门用于文本情感分类任务,能够识别六种基本情绪(愤怒、恐惧、快乐、悲伤、惊讶、中性)
模型特点
高效轻量
采用蒸馏技术压缩的BERT架构,在保持性能的同时减少40%参数量
高准确率
在emotion测试集上达到92.4%的准确率和0.924的F1分数
快速推理
相比原始BERT模型,推理速度提升约60%
模型能力
文本情感分类
情绪识别
短文本分析
使用案例
社交媒体分析
用户评论情绪监测
自动分析社交媒体评论中的用户情绪倾向
可实时识别92%以上的情绪标签
客户服务
客服对话分析
识别客户对话中的情绪状态以优化服务策略
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文