语言:

• 越南语 标签:
• 情感
• 分类 许可证: MIT 小部件示例:
• 文本: "不可能更美了"
• 文本: "太浪费钱了，而且不好看"
• 文本: "这个价格合适吗？"

GitHub主页

基于vinai/phobert-base微调的情感分析模型。

标签说明:

• NEG: 负面
• POS: 正面
• NEU: 中性

数据集: 3万条电商评论

使用方法

import torch
from transformers import RobertaForSequenceClassification, AutoTokenizer

model = RobertaForSequenceClassification.from_pretrained("wonrax/phobert-base-vietnamese-sentiment")

tokenizer = AutoTokenizer.from_pretrained("wonrax/phobert-base-vietnamese-sentiment", use_fast=False)

# 与PhoBERT要求一致：输入文本必须预先进行分词处理！
sentence = '这是非常棒的模型，符合许多人的需求和条件。'  

input_ids = torch.tensor([tokenizer.encode(sentence)])

with torch.no_grad():
    out = model(input_ids)
    print(out.logits.softmax(dim=-1).tolist())
    # 输出示例:
    # [[0.002, 0.988, 0.01]]
    #     ^      ^      ^
    #    负面   正面   中性