pipeline_tag: 文本分类 widget:

• text: "Katarzyna女士，为什么我的包裹送到了邻居家而不是我这里？难道就不能正确投递包裹吗？" example_title: "情感分析示例" license: cc-by-4.0 language:
• pl

波兰语情感分类模型

import numpy as np
from transformers import AutoTokenizer, AutoModelForSequenceClassification

id2label = {0: "消极", 1: "中性", 2: "积极"}
tokenizer = AutoTokenizer.from_pretrained("Voicelab/herbert-base-cased-sentiment")
model = AutoModelForSequenceClassification.from_pretrained("Voicelab/herbert-base-cased-sentiment")

input = ["太棒了，今天下雪了！我们今天堆雪人好吗？"]

encoding = tokenizer(
          input,
          add_special_tokens=True,
          return_token_type_ids=True,
          truncation=True,
          padding='max_length',
          return_attention_mask=True,
          return_tensors='pt',
        )
output = model(**encoding).logits.to("cpu").detach().numpy()
prediction = id2label[np.argmax(output)]
print(input, "--->", prediction)

预测输出:

['太棒了，今天下雪了！我们今天堆雪人好吗？'] ---> 积极

模型概览

• 基础模型: allegro/herbert-base-cased
• 语言: 波兰语
• 训练数据: 用户评论+自有数据
• 技术博客: 情感分析 - COVID-19引发的激烈讨论