🚀 用于情感分析的瑞典语BERT模型

Recorded Future 与 AI Sweden 联合发布了两个用于瑞典语情感分析的语言模型。这两个模型基于 KB/bert-base-swedish-cased 模型，并针对多标签情感分析任务进行了微调。

这些模型针对恐惧和暴力两种情感进行了微调。模型会在相应索引处输出三个浮点数，分别对应 “负面”、“弱情感” 和 “强情感” 标签。 这些模型在以对话为重点的瑞典语数据上进行了训练，这些数据收集自各种互联网来源和论坛。

这些模型仅在瑞典语数据上进行训练，仅支持对瑞典语输入文本进行推理。对于所有非瑞典语输入，模型的推理指标未定义，这些输入被视为域外数据。

当前模型支持 Transformers 版本 >= 4.3.3 和 Torch 版本 1.8.0，与旧版本的兼容性未经验证。

✨ 主要特性

瑞典语情感 - 恐惧模型

导入模型

可以通过以下代码从 transformers 库中导入该模型：

from transformers import BertForSequenceClassification, BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained("RecordedFuture/Swedish-Sentiment-Fear")
classifier_fear = BertForSequenceClassification.from_pretrained("RecordedFuture/Swedish-Sentiment-Fear")

当模型和分词器初始化后，即可用于推理。

情感定义

• 强情感：包括但不限于以下文本：对恐惧和/或焦虑有明显表达强调的文本。
• 弱情感：包括但不限于以下文本：以中立方式表达恐惧和/或焦虑的文本。

验证指标

在训练过程中，模型在以下分类断点处达到了最大验证指标：

瑞典语情感 - 暴力模型

导入模型

可以通过以下代码从 transformers 库中导入该模型：

from transformers import BertForSequenceClassification, BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained("RecordedFuture/Swedish-Sentiment-Violence")
classifier_violence = BertForSequenceClassification.from_pretrained("RecordedFuture/Swedish-Sentiment-Violence")

当模型和分词器初始化后，即可用于推理。

情感定义

• 强情感：包括但不限于以下文本：提及高度暴力行为、语气激进的文本。
• 弱情感：包括但不限于以下文本：包含未达到强情感标准的一般性暴力表述的文本。

验证指标

在训练过程中，模型在以下分类断点处达到了最大验证指标：

📄 许可证

本项目采用 MIT 许可证。