语言:

• 波斯语
• 多语言 缩略图: https://upload.wikimedia.org/wikipedia/commons/a/a2/Farsi.svg 标签:
• 情感分析
• 情绪分析
• mt5
• 波斯语
• 法尔西语 许可证: cc-by-nc-sa-4.0 数据集:
• parsinlu 评估指标:
• 准确率

情感分析 (Sentiment Analysis)

这是一个用于情感分析的mT5模型。以下是运行该模型的示例代码：

import torch
from transformers import MT5ForConditionalGeneration, MT5Tokenizer
import numpy as np

model_name_or_path = "persiannlp/mt5-small-parsinlu-sentiment-analysis"
tokenizer = MT5Tokenizer.from_pretrained(model_name)
model = MT5ForConditionalGeneration.from_pretrained(model_name)


def model_predict(text_a, text_b):
    features = tokenizer( [(text_a, text_b)], padding="max_length", truncation=True, return_tensors='pt')
    output = model(**features)
    logits = output[0]
    probs = torch.nn.functional.softmax(logits, dim=1).tolist()
    idx = np.argmax(np.array(probs))
    print(labels[idx], probs)


def run_model(context, query, **generator_args):
    input_ids = tokenizer.encode(context + "<sep>" + query, return_tensors="pt")
    res = model.generate(input_ids, **generator_args)
    output = tokenizer.batch_decode(res, skip_special_tokens=True)
    print(output)
    return output


run_model(
    "一部内容空洞、剧本拙劣的糟糕电影。低俗的笑料。",
    "您对电影《蜂巢》的故事、剧本、对话和主题有何看法？"
)

run_model(
    "电影前半段——确切地说直到揭示阿莫勒什的孩子们在追捕拉赞之前——表现得非常出色且引人入胜，但恰恰从那一刻起突然急转直下...",
    "您对电影《猪基因》的总体评价如何？"
)
run_model(
    "我完全不想在电影银幕上看《密西西比坐着死去》的演出 重复的台词 直升机 汽车 阿伦德隆 莱昂 蝴蝶结 到底为什么啊啊啊啊啊啊 我在瓦赫达特大厅半小时后产生的逃离感，今晚在电影院再次体验到了，想要逃离影厅的感觉.......⁦ ⁦(ノಠ益ಠ)ノ⁩ ",
    "您对电影《荒诞玩家》的配音和音效有何评价？"
)

run_model(
    "别被迷惑了，这个多彩包装不是米诺公司的产品，而是格鲁吉亚公司的，遗憾的是它的味道完全不符合您对多彩口味的期待",
    "您对这款饼干和威化饼的香气、味道和口感有何看法？"
)

run_model(
    "与市场上其他品牌相比，考虑到正在进行的促销活动，价格更便宜",
    "您对这些豆类和大豆的价格与购买价值有何看法？"
)

run_model(
    "我儿子非常喜欢这个，但为了保护环境，我现在只在必要时购买瓶装牛奶，并尽量减少使用利乐包装的牛奶",
    "您对这款牛奶的总体评价如何？"
)

更多详情请访问: https://github.com/persiannlp/parsinlu/