roberta-base-finetuned-dianping-chinese

roberta-base-finetuned-dianping-chinese

中文RoBERTa模型用于多领域文本情感和主题分类

该项目包含利用UER-py和TencentPretrain微调的中文RoBERTa-Base模型,用于用户评论和新闻数据的情感及主题分类。模型可通过HuggingFace获取,适用于多种文本分类任务,具备高度的分类精准度。

TencentPretrain文本分类RoBERTa模型Github开源项目UER-py模型微调Huggingface

项目简介:roberta-base-finetuned-dianping-chinese

模型概述

roberta-base-finetuned-dianping-chinese是一个中文文本分类模型,该模型基于RoBERTa架构,并经过Fine-tuning以适应特定的数据集需求。这个项目由UER-py框架进行微调,UER-py是一种开源的预训练模型工具。除此之外,该模型还可以通过腾讯的TencentPretrain进行微调,后者支持更大规模的模型,并扩展支持多模态预训练。

模型下载

用户可以通过以下两种途径获取roberta-base-finetuned-dianping-chinese模型:

  1. UER-py Modelzoo页面
  2. 通过Hugging Face平台:roberta-base-finetuned-dianping-chinese

使用指南

如果想要使用该模型,可以通过Transformers库中的pipeline工具直接进行文本分类。以下是使用示例,该示例使用roberta-base-finetuned-chinanews-chinese模型进行情感分析:

from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline model = AutoModelForSequenceClassification.from_pretrained('uer/roberta-base-finetuned-dianping-chinese') tokenizer = AutoTokenizer.from_pretrained('uer/roberta-base-finetuned-dianping-chinese') text_classification = pipeline('sentiment-analysis', model=model, tokenizer=tokenizer) result = text_classification("这本书真的很不错") print(result)

训练数据

该模型在五个中文文本分类数据集上进行微调,其中包含京东的两类不同情感极性用户评论数据集以及大众点评的评论数据集。此外,还有 Ifeng 和 Chinanews 两个数据集,分别包含不同类别的新闻文章的第一段文字。这些数据集由Glyph项目收集。

训练过程

在训练过程中,模型基于预训练的chinese_roberta_L-12_H-768进行微调。微调过程在腾讯云上进行,为期三次迭代,每次的文本序列长度为512。模型在每次迭代后,如果在开发集上取得最佳表现,则会进行保存。微调过程中所使用的超参数在不同的模型训练时保持一致。

以roberta-base-finetuned-chinanews-chinese为例,实际微调命令如下:

python3 finetune/run_classifier.py --pretrained_model_path models/cluecorpussmall_roberta_base_seq512_model.bin-250000 \ --vocab_path models/google_zh_vocab.txt \ --train_path datasets/glyph/dianping/train.tsv \ --dev_path datasets/glyph/dianping/dev.tsv \ --output_model_path models/dianping_classifier_model.bin \ --learning_rate 3e-5 --epochs_num 3 --batch_size 32 --seq_length 512

最终,将预训练模型转换为Huggingface的格式:

python3 scripts/convert_bert_text_classification_from_uer_to_huggingface.py --input_model_path models/dianping_classifier_model.bin \ --output_model_path pytorch_model.bin \ --layers_num 12

通过上述步骤,用户可以成功地下载、使用和理解roberta-base-finetuned-dianping-chinese模型,用于中文文本的情感分析和分类任务。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

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。

下拉加载更多