许可证：apache-2.0
支持语言：

• 德语
• 英语
• 阿拉伯语
• 法语
• 印地语
• 意大利语
• 葡萄牙语
• 西班牙语

评估指标：

• F1值

库名称：transformers

示例输入：

• "为什么我要等5个小时的火车？"
• "食物不错 :)"
• "城轨再次罢工。"
• "我不喜欢这个地方。"
• "我超爱这里的食物"
• "这个宿舍太小了。"
• "我可以在这里待一整天。"
• "我已经等了4个小时的火车。"
• "我不明白这个地方为什么是这样。"
• "我超爱这里的饮品"
• "我想再来这里，太棒了。"

模型名称：XLM-RoBERTa-德语情感分析

概述

XLM-RoBERTa-德语情感分析模型专为8种语言（尤其是德语）的情感分析任务设计。
该模型基于XLM-RoBERTa架构，其选择灵感源于Facebook的RoBERTa在多项基准测试中优于Google的BERT的表现。
采用XLM-RoBERTa的关键原因在于其多语言处理能力。本模型针对德语特别优化，已在超过20万条德语情感分析样本上进行微调，更多训练细节可参阅论文。
训练数据集来源于Oliver Guhr的GitHub仓库，我们对他的开源贡献致以谢意。该数据集对提升模型在德语情感细微差异识别上的准确性起到了关键作用。
我们的模型和微调基于名为xlm-t的情感分析模型[https://arxiv.org/abs/2104.12250]。

模型详情

• 架构：XLM-RoBERTa
• 性能：加权F1值87%
• 局限性：模型仅在德语上训练和测试，对其他8种语言的处理准确度较低

使用方法

我已开发Python桌面应用用于推理，详见代码仓库。
使用前需安装Hugging Face Transformers库和PyTorch：

pip install torch transformers

from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch
text = "城轨再次罢工"
model = AutoModelForSequenceClassification.from_pretrained('ssary/XLM-RoBERTa-German-sentiment')
tokenizer = AutoTokenizer.from_pretrained('ssary/XLM-RoBERTa-German-sentiment')
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=512)
with torch.no_grad():
    outputs = model(**inputs)
predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
sentiment_classes = ['消极', '中性', '积极']
print(sentiment_classes[predictions.argmax()]) # 输出最高概率类别
print(predictions) # 输出各类别概率分布

致谢

本模型由HTW-Berlin的Sary Nasser在Martin Steinicke指导下开发。

参考文献

• 模型GitHub仓库：https://github.com/ssary/German-Sentiment-Analysis
• Oliver Guhr数据集论文：Training a Broad-Coverage German Sentiment Classification Model for Dialog Systems
• 模型架构：XLM-T: Multilingual Language Models in Twitter for Sentiment Analysis and Beyond