模型介绍
中文整理情感分类模型
模型简介
此文件夹主要包含微调qwen 1 8b模型得到的模型参数。微调后模型能够判断中文评论或语句包含积极情感还是消极情感.
微调数据集数据集参考了StructBERT情感分类：
https://modelscope.cn/models/iic/nlp structbert sentiment-classification chinese-tiny/summary
情感分类任务，通常为输入一段句子或一段话，返回该段话正向/负向的情感极性，在用户评价，观点抽取，意图识别中往往起到重要作用。本中文情感分类模型是基于dianping、jd binary两个数据集部分数据训练出来的情感分类模型。其实这上一句话也是从StructBERT那抄的。
Clone with HTTP
实验环境
python>=3.8
pytorch>=2.0.0
transformers==4.32.0
swift==1.5.3
CUDA 11.4
训练方法
+ 数据集:
商品评论情感预测：https://www.modelscope.cn/datasets/DAMO NLP/jd
大众点评评价数据：https://www.modelscope.cn/datasets/DAMO NLP/yf dianping
+ 数据集处理：
+ 微调模型：ModelType.qwen 1 8b：https://modelscope.cn/models/qwen/Qwen-1 8B
+ 微调方法：swift
示例代码
import os
os.environ['CUDA VISIBLE DEVICES'] = '0'
import torch
from swift.llm import (InferArguments, infer main)
torch.cuda.empty cache()
infer args = InferArguments(
ckpt dir='../sentiment classification',
load dataset config=True,
eval human=True,
do sample=False)
result = infer main(infer args)
...
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。