D

Distilbert Base Uncased Go Emotions Student

由 joeddav 开发
通过零样本分类流程从无标注GoEmotions数据集蒸馏而来的情感分类模型,作为计算高效的概念验证模型
下载量 143.01k
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型展示了如何将计算成本高昂的零样本模型蒸馏为更高效的学生模型,实现在仅有无标注数据情况下训练分类器。主要用于情感分类任务,但性能可能不及完全监督训练模型。

模型特点

零样本蒸馏
通过无监督方式从零样本分类流程中蒸馏而来,无需标注数据即可训练分类器
计算高效
相比原始零样本模型,该学生模型显著降低了计算成本
混合精度训练
采用混合精度进行了10个周期的训练,优化了训练效率

模型能力

情感分类
文本情感分析

使用案例

情感分析
社交媒体情感监测
分析社交媒体帖子中的情感倾向
可识别多种情感标签但精度可能低于监督模型
客户反馈分析
自动分类客户反馈中的情感倾向
适用于无标注数据情况下的初步分析