license: mit language:

• en

简介

Emobloom-7b是EmoLLMs项目的组成部分，这是首个具备指令跟随能力的开源大语言模型系列，专注于全面情感分析。该模型基于bloomz-7b1-mt基础模型和完整AAID指令调优数据进行微调，可用于情感分类任务（如情感极性或分类情绪）和回归任务（如情感强度或情绪烈度）。

伦理考量

近期研究表明，大语言模型可能带来潜在偏见（如性别差异）。同时，错误预测结果和过度泛化现象也揭示了当前模型的潜在风险。因此，将本模型应用于真实场景情感分析系统仍面临诸多挑战。

EmoLLMs系列模型

包含Emollama-7b、Emollama-chat-7b、Emollama-chat-13b、Emoopt-13b、Emobloom-7b、Emot5-large、Emobart-large等模型：

• Emollama-7b：基于LLaMA2-7B微调
• Emollama-chat-7b：基于LLaMA2-chat-7B微调
• Emollama-chat-13b：基于LLaMA2-chat-13B微调
• Emoopt-13b：基于OPT-13B微调
• Emobloom-7b：基于Bloomz-7b1-mt微调
• Emot5-large：基于T5-large微调
• Emobart-large：基于bart-large微调

所有模型均在完整AAID指令调优数据上训练。

使用方法

可通过Hugging Face Transformers库加载模型：

from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained('lzw1008/Emobloom-7b')
model = AutoModelForCausalLM.from_pretrained('lzw1008/Emobloom-7b', device_map='auto')

device_map='auto'参数可自动启用GPU加速。

提示词示例

情绪烈度

人类：
任务：为文本中情绪E的强度赋值（0表示最弱，1表示最强）
文本：@CScheiwiller 笑得停不下来😆😆😆
情绪：喜悦
强度值：

助手：
>>0.896

情感强度

人类：
任务：评估文本作者心理状态的效价强度（0最消极，1最积极）
文本：生日快乐小可爱。保持美好保持轻松保持浪起来@daviistuart 😘
强度值：

助手：
>>0.879

情感分类

人类：
任务：将文本归类至最能表征作者心理状态的序数类别（3:非常积极 2:中等积极 1:轻微积极 0:中性/-3:非常消极等）
文本：对碧昂丝的怨恨每次都让我情绪崩溃😩
强度等级：

助手：
>>-3:可推断为非常消极的心理状态

情绪分类

人类：
任务：将文本情感基调归类为"中性"或识别给定情绪（愤怒、期待、厌恶、恐惧等）
文本：无论你做什么决定，确保它能让你#开心。
本文包含情绪：

助手：
>>喜悦、爱、乐观

可根据具体任务调整任务描述。

许可协议

EmoLLMs系列采用MIT许可证，详见MIT文件。

引用

若使用本系列模型，请引用论文：

@article{liu2024emollms,
  title={EmoLLMs: A Series of Emotional Large Language Models and Annotation Tools for Comprehensive Affective Analysis},
  author={Liu, Zhiwei and Yang, Kailai and Zhang, Tianlin and Xie, Qianqian and Yu, Zeping and Ananiadou, Sophia},
  journal={arXiv preprint arXiv:2401.08508},
  year={2024}
}