#罗马尼亚语

ro-sentiment是一个基于RoBERT-base微调的罗马尼亚语情感分类模型。该模型在多个数据集上表现优异，准确率和F1值均达到0.85左右。主要用于产品评论和电影评论的双极性情感分析，可识别积极和消极情感。模型通过大规模罗马尼亚语语料训练，具有良好的泛化能力，为罗马尼亚语自然语言处理研究提供了有价值的工具。

该项目基于Facebook的wav2vec2-large-xlsr-53模型，通过Common Voice罗马尼亚语数据集进行微调，创建了一个专门用于罗马尼亚语的语音识别模型。在Common Voice罗马尼亚语测试集上，模型达到了24.84%的词错误率。适用于16kHz采样的罗马尼亚语音输入，无需额外语言模型即可使用。项目还提供了完整的使用说明和评估代码，便于研究者和开发者快速应用和验证。