许可协议: mit
语言:

• 俄语
  评估指标:
• f1值
• roc_auc曲线
• 精确率
• 召回率
  任务标签: 文本分类
  标签组:
• 情感分析
• 多类别分类
• 情感分析
• rubert模型
• 情感
• bert模型
• 微型版
• 俄语
• 多分类
• 分类
  数据集:
• sismetanin/rureviews
• RuSentiment
• LinisCrowd2015
• LinisCrowd2016
• KaggleRussianNews

这是专为俄语短文本情感分类微调的RuBERT-tiny2模型。任务为包含以下标签的多类别分类：

0: 中性  
1: 积极  
2: 消极  

标签对应俄语释义：

中性: нейтральный  
积极: позитивный  
消极: негативный  

使用方式

from transformers import pipeline  
model = pipeline(model="seara/rubert-tiny2-russian-sentiment")  
model("Привет, ты мне нравишься!")  
# 输出示例: [{'label': 'positive', 'score': 0.9398769736289978}]  

训练数据集

模型基于以下数据集的联合训练：

• Kaggle俄语新闻数据集
• Linis Crowd 2015
• Linis Crowd 2016
• RuReviews评论集
• RuSentiment情感数据集

训练数据概览可参阅S. Smetanin的GitHub仓库。
所有由Smetanin收集的俄语情感数据集下载链接见该资源库。

训练参数

训练过程在此项目中完成，关键参数如下：

分词器最大长度: 512  
批量大小: 64  
优化器: adam  
学习率: 0.00001  
权重衰减: 0  
训练轮次: 5  

训练集/验证集/测试集按80%/10%/10%划分。

评估结果（测试集）