license: cc-by-sa-4.0 tags:

• generated_from_trainer model-index:
• name: bert-finetuned-japanese-sentiment results: [] language:
• ja pipeline_tag: text-classification metrics:
• accuracy

针对日语情感分析的BERT微调模型

本模型是基于cl-tohoku/bert-base-japanese-v2在亚马逊日语商品评论数据集上微调的版本。

模型描述

该模型专为亚马逊日语评论的句子情感分析训练。情感分析是自然语言处理中的常见任务，旨在对句子或文档层面的文本情感极性进行分类。例如，"食物很好吃"具有积极情感，而"食物很难吃"则具有消极情感。

本模型在包含20,000条亚马逊评论句子的日语情感分析数据集上进行了BERT模型微调。每条句子被标注为积极、中性或消极。模型训练了5个epoch，批次大小为16。

训练与评估数据

• 训练轮次：6
• 训练损失：0.087600
• 验证损失：1.028876
• 准确率：0.813202
• 精确率：0.712440
• 召回率：0.756031
• F1分数：0.728455

训练超参数

训练过程中使用以下超参数：

• 学习率：2e-05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：0
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：6

框架版本

• Transformers 4.27.4
• Pytorch 2.0.0+cu118
• Tokenizers 0.13.2