Robbert V2 Dutch Base Finetuned Emotion Valence

由 antalvdb 开发

该模型是基于RobBERT-v2荷兰语基础模型在情感效价任务上微调的版本，用于预测荷兰语文本的情感效价（valence）分数。

下载量 61

发布时间 : 7/26/2024

模型介绍

内容详情

替代品

模型简介

这是一个针对荷兰语情感分析任务微调的模型，能够预测文本的情感效价（从负面到正面的情感强度）。模型基于RobBERT-v2荷兰语基础模型进行微调，在情感效价预测任务上表现出色。

荷兰语情感分析

专门针对荷兰语文本进行情感效价预测

高效微调

在基础模型上进行了50轮微调，验证损失降至0.0317

稳定性能

训练过程中表现出稳定的收敛趋势和良好的泛化能力

荷兰语文本情感分析

情感效价评分预测

文本情绪识别

情感分析

社交媒体情绪监测

分析荷兰语社交媒体帖子的情感倾向

可提供0-1范围内的情感效价评分

客户反馈分析

评估荷兰语客户评价的情感效价

帮助量化客户满意度

许可证: mit 基础模型: pdelobelle/robbert-v2-dutch-base 标签:

该模型是基于pdelobelle/robbert-v2-dutch-base在None数据集上微调的版本。在评估集上取得了以下结果：

需要更多信息

需要更多信息

需要更多信息

训练过程中使用了以下超参数：

训练损失	轮次	步数	验证损失	均方根误差
0.0813	1.0	25	0.0510	0.2258
0.0445	2.0	50	0.0381	0.1952
0.0409	3.0	75	0.0466	0.2158
0.0308	4.0	100	0.0351	0.1874
0.0257	5.0	125	0.0393	0.1983
0.0231	6.0	150	0.0442	0.2103
0.0203	7.0	175	0.0447	0.2115
0.0191	8.0	200	0.0372	0.1929
0.0156	9.0	225	0.0425	0.2061
0.0154	10.0	250	0.0367	0.1917
0.0138	11.0	275	0.0365	0.1910
0.0128	12.0	300	0.0432	0.2078
0.0137	13.0	325	0.0329	0.1814
0.0118	14.0	350	0.0327	0.1809
0.0118	15.0	375	0.0378	0.1945
0.0109	16.0	400	0.0360	0.1897
0.0103	17.0	425	0.0325	0.1803
0.0096	18.0	450	0.0327	0.1809
0.0091	19.0	475	0.0430	0.2072
0.0081	20.0	500	0.0345	0.1856
0.0094	21.0	525	0.0365	0.1912
0.0084	22.0	550	0.0350	0.1870
0.0075	23.0	575	0.0324	0.1800
0.0069	24.0	600	0.0330	0.1816
0.0087	25.0	625	0.0347	0.1863
0.0079	26.0	650	0.0297	0.1722
0.0071	27.0	675	0.0311	0.1763
0.0076	28.0	700	0.0322	0.1795
0.0064	29.0	725	0.0338	0.1839
0.0067	30.0	750	0.0326	0.1806
0.0061	31.0	775	0.0327	0.1808
0.0064	32.0	800	0.0339	0.1842
0.0062	33.0	825	0.0300	0.1732
0.0062	34.0	850	0.0331	0.1819
0.0055	35.0	875	0.0318	0.1782
0.0059	36.0	900	0.0323	0.1797
0.0056	37.0	925	0.0311	0.1765
0.0055	38.0	950	0.0310	0.1762
0.0053	39.0	975	0.0325	0.1802
0.0056	40.0	1000	0.0310	0.1761
0.0054	41.0	1025	0.0323	0.1799
0.0057	42.0	1050	0.0351	0.1873
0.0053	43.0	1075	0.0347	0.1861
0.0054	44.0	1100	0.0330	0.1816
0.0059	45.0	1125	0.0313	0.1769
0.0053	46.0	1150	0.0312	0.1766
0.0051	47.0	1175	0.0325	0.1804
0.0057	48.0	1200	0.0304	0.1745
0.0048	49.0	1225	0.0317	0.1782
0.005	50.0	1250	0.0317	0.1781