基于BERT-base-cased模型在emotion数据集上微调的情感分类模型
下载量 15
发布时间 : 3/2/2022
模型简介
该模型专门用于文本情感分类任务,能够识别文本中的情绪类型。在emotion数据集上微调后表现出色,F1分数达到0.9365。
模型特点
高精度情感分类
在emotion数据集上达到0.9365的F1分数,表现优异
基于BERT架构
利用BERT强大的上下文理解能力进行情感分析
轻量级微调
在基础模型上进行少量轮次的微调即可获得高性能
模型能力
文本情感分类
情绪识别
自然语言理解
使用案例
情感分析
社交媒体情绪监测
分析社交媒体帖子中的用户情绪
准确识别愤怒、喜悦、悲伤等情绪
客户反馈分析
自动分类客户反馈中的情绪倾向
帮助企业快速了解客户满意度
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文