rubert-tiny2-cedr-emotion-detection

rubert-tiny2-cedr-emotion-detection

俄语情感识别的多标签分类模型

该模型基于cointegrated/rubert-tiny2进行微调,适用于俄语文本的多标签情感分类任务。模型在CEDR数据集上经过40个周期的训练,学习率为1e-5,批次大小为64。测试结果显示,模型在愉悦、悲伤、惊讶等情感识别上的表现优异,AUC平均值为0.8956,F1微平均值为0.9280,可用于多种俄语文本情感分析场景。

CEDR数据集RuBERT多标签分类模型Github开源项目Adam优化器情感分类Huggingface

rubert-tiny2-cedr-emotion-detection项目介绍

项目背景

rubert-tiny2-cedr-emotion-detection项目是一个专注于俄语句子情感分类的模型。其核心任务是多标签分类,因为一条句子中可能同时包含多种情感。这个模型是基于cointegrated/rubert-tiny2模型进行微调的,其数据集来源于CEDR,相关研究已在Sboev等人撰写的论文“Data-Driven Model for Emotion Detection in Russian Texts”中详细描述。

数据集与训练

该项目使用的CEDR数据集,是一种专门用于俄语文本情感识别的数据集。模型的训练过程中使用了Adam优化器,进行了40次迭代(epoch),学习率设置为1e-5,批次大小(batch size)为64。具体的训练流程可以参考提供的学习笔记本文件。

评价指标

模型在测试数据集上进行了效果评估,其预测概率的质量以两种常用指标进行衡量:AUC值和F1值。

  • AUC值:用于评估模型对各个情感分类(以及无情感状态)的整体性能。不同情感类别的AUC值表现如下:

    • 无情感:0.9286
    • 快乐:0.9512
    • 悲伤:0.9564
    • 惊讶:0.8908
    • 恐惧:0.8955
    • 愤怒:0.7511
    • 平均值(所有类别):0.8956
    • 平均值(仅情感类别):0.8890
  • F1值

    • F1 micro:用于评估整体预测的精确度,结果为0.9280
    • F1 macro:用于评估各个类别的均衡性能,结果为0.8348

其中,F1 micro和F1 macro分别为常用的精确率、召回率和F1分数结合的指标。

项目应用

该项目能够广泛应用于任何需要分析俄语文本情感的领域,如社交媒体分析、客户反馈审查等。通过对句子中情感的检测与分类,可以帮助用户更好地理解文本中传达的信息及其情感内涵。

演示示例

为了便于理解与使用,该项目提供了多个预制的文本示例,如:

  • "Бесишь меня, падла"(表明愤怒情感)
  • "Как здорово, что все мы здесь сегодня собрались"(传达快乐情感)
  • "Как-то стрёмно, давай свалим отсюда?"(包含惊讶或恐惧情感)
  • "Грусть-тоска меня съедает"(表达悲伤情感)

这些示例展示了该模型在现实不同情感表达场景中的应用效果。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多