许可协议：apache-2.0
数据集：

• McAuley-Lab/Amazon-Reviews-2023
  语言：
• 英语
  评估指标：
• 准确率
  基础模型：
• microsoft/deberta-v3-base
  任务标签：文本分类
  示例输入：
  • 文本："产品未按时送达且已损坏。"
    库名称：transformers
    安全张量：true

情感映射 = {1: "负面", 0: "正面"}

训练详情

该模型基于McAuley-Lab/Amazon-Reviews-2023数据集训练。该数据集包含来自亚马逊的标注客户评论，主要分为两类：正面和负面。

训练超参数

• 模型：microsoft/deberta-v3-base
• 学习率：3e-5
• 训练轮次：6
• 训练批次大小：16
• 梯度累积步数：2
• 权重衰减：0.015
• 预热比例：0.1

评估

模型使用亚马逊评论数据集的子集进行评估，专注于将文本二分类为正面或负面。

评估指标

准确率：0.98

精确率：0.98

召回率：0.99

F1分数：0.98

from transformers import pipeline  

classifier = pipeline("text-classification", model="dnzblgn/Sentiment-Analysis-Customer-Reviews")  
result = classifier("产品未按时送达且已损坏。")  
print(result)