模型名称：情感分析专用DistilBERT模型

模型描述

概述

本模型是基于distilbert-base-uncased在社交媒体数据集上进行微调的版本，专门用于情感分析任务。该模型能够将文本分类为非负面和负面两种情感倾向。

用途说明

该模型适用于情感分析任务，特别针对社交媒体文本的情感倾向分析场景。

架构说明

本模型采用DistilBertForSequenceClassification架构，作为BERT模型的蒸馏版本，在保持下游任务性能相当的同时，具有更高的计算效率。

训练信息

训练数据

模型训练数据集包含来自社交媒体帖子、问卷调查和访谈记录的文本数据，均已标注情感标签（非负面/负面）。数据集涵盖多种数据来源和人口统计特征。

训练过程

模型训练采用以下参数配置：

• 优化器：AdamW
• 学习率：5e-5
• 批次大小：32
• 训练轮次：30

训练在Kaggle平台完成，使用两块GPU进行加速训练。