语言:

• 法语 标签:
• 分类 许可证: apache-2.0 评估指标:
• 准确率 小部件示例:
• 文本: "tchai 我们完蛋了。要去打疫苗然后他们就会像提线木偶一样控制我们。根据那些所谓的'他们说'..."

法式新冠推文情感分类模型

该模型是基于Yanzhu/bertweetfr-base的微调检查点，在SST-2数据集上进行了微调。 在开发集上达到了71%的准确率。 该数据集中，给定一条推文，目标是从四个主题类别中推断推文的潜在主题：

• 0 : 负面
• 1 : 中性
• 2 : 正面

模型管道化使用

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

tokenizer = AutoTokenizer.from_pretrained("data354/camembert-fr-covid-tweet-sentiment-classification")
model = AutoModelForSequenceClassification.from_pretrained("data354/camembert-fr-covid-tweet-sentiment-classification")

nlp_topic_classif = transformers.pipeline('topics-classification', model = model, tokenizer = tokenizer)
nlp_topic_classif("tchai 我们完蛋了。要去打疫苗然后他们就会像提线木偶一样控制我们。根据那些所谓的'他们说'...")

# 输出: [{'label': '观点类', 'score': 0.831]