模型介绍
中文整理StructBERT中文情感分类模型介绍
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。StructBERT中文情感分类模型是基于bdci、dianping、jd binary、waimai-10k四个数据集(11.5w条数据)训练出来的情感分类模型。由于license权限问题,目前只上传了dianping和jd binary两个数据集。
其他数据集:
bdci:https://www.datafountain.cn/competitions/310/datasets
waimai-10k:https://github.com/SophonPlus/ChineseNlpCorpus/tree/master/datasets/waimai 10k
模型描述
模型基于Structbert-tiny-chinese,在bdci、dianping、jd binary、waimai-10k四个数据集(11.5w条数据)上fine-tune得到。
期望模型使用方式以及适用范围
你可以使用StructBERT中文情感分类模型模型,对通用领域的中文情感分类任务进行推理。
输入自然语言文本,模型会给出该文本的情感分类标签(0,1),即(negative, positive)以及相应的概率。
如何使用
在安装完成ModelScope-lib之后即可使用
代码范例
微调代码范例
模型局限性以及可能的偏差
模型训练数据有限,效果可能存在一定偏差。
训练数据介绍
- jd binary:请参考关联数据集DAMO NLP/jd
其他训练数据介绍
- bdci:CCF汽车行业用户观点主题及情感识别比赛数据集。
- dianping:请参考关联数据集DAMO NLP/yf dianping
- waimai-10k:某外卖平台收集的用户评价,正向4000条,负向约8000条
数据来源于https://github.com/CLUEbenchmark/CLUEDatasetSearch
数据评估及结果
数据集 BDCI2018 Dianping JD Binary Waimai-10k
- ------- -------- -------- --------- ----------
Accuracy 0.898 0.7406 0.8921 0.8968
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。
