语言: "英语" 标签:

• 罗伯塔模型
• 情感分析
• 推特

示例文本:

• 文本: "糟糕，情况不妙.."
• 文本: "生存还是毁灭。"
• 文本: "多么快乐的日子"

该基于RoBERTa的模型可将英文文本情感分为3类:

• 积极 😀
• 中性 😐
• 消极 🙁

模型基于5,304条人工标注的社交媒体帖子进行微调。 保留集准确率达86.1%。 训练方法详情参见Hartmann等人(2021)的Web附录F。

应用示例

from transformers import pipeline
classifier = pipeline("text-classification", model="j-hartmann/sentiment-roberta-large-english-3-classes", return_all_scores=True)
classifier("这太棒了!")

输出:
[[{'label': '消极', 'score': 0.00016451838018838316},
  {'label': '中性', 'score': 0.000174045650055632},
  {'label': '积极', 'score': 0.9996614456176758}]]

参考文献

使用本模型时请引用该论文。如有疑问或反馈，请联系jochen.hartmann@tum.de。

@article{hartmann2021,
  title={品牌自拍的威力},
  author={哈特曼·约亨, 海特曼·马克, 尚普·克里斯蒂娜, 内策尔·奥德},
  journal={营销研究杂志}
  year={2021}
}