Project Icon

bert-base-arabic-camelbert-da-sentiment

CAMeLBERT-DA阿拉伯语情感分析模型

CAMeLBERT-DA情感分析模型是基于阿拉伯方言预训练模型微调而成。该模型利用ASTD、ArSAS和SemEval数据集进行了fine-tuning,可通过CAMeL Tools或transformers pipeline轻松集成使用。模型支持对阿拉伯语文本进行积极和消极的二分类情感分析。这一成果对研究阿拉伯语言模型的变体、规模和任务类型之间的相互作用具有重要意义。

bert-base-uncased-emotion - BERT模型用于情感分析的优化与应用
GithubHuggingfacePyTorch Lightningbert-base-uncased-emotion开源项目情感分析情感类别数据集模型
该项目基于bert-base-uncased模型,并使用PyTorch Lightning技术在一个情感数据集上进行了微调,支持文本分类和情感分析。训练参数包括128的序列长度、2e-5的学习率、32的批处理大小和4个训练周期,运行在两块GPU上。尽管模型尚未最优化,但在实际应用中显示出一定效果,达到了0.931的验证精度。更多项目详情可以通过nlp viewer查看。
twitter-xlm-roberta-base-sentiment - 基于XLM-roBERTa的多语言推特情感分析模型
GithubHuggingfaceTwitterXLM-roBERTa多语言情感分析开源项目情感分类模型自然语言处理
这是一个基于XLM-roBERTa的多语言推特情感分析模型,经过约1.98亿条推文预训练,并针对8种语言的情感分析任务进行了微调。该模型可以轻松集成到NLP管道中,适用于多语言社交媒体文本的情感分类,支持阿拉伯语、英语、法语、德语、印地语、意大利语、西班牙语和葡萄牙语。
bertweet-base-sentiment-analysis - 英文推文情感分析模型 BERTweet-Sentiment
BERTweetGithubHuggingface开源项目情感分析推特数据机器学习模型模型自然语言处理
bertweet-base-sentiment-analysis是一个基于SemEval 2017语料库训练的英文情感分析模型。它利用BERTweet作为基础,能够识别文本中的积极、消极和中性情感。作为pysentimiento库的组成部分,该开源项目主要面向非商业用途和科研领域,为自然语言处理研究提供了实用的情感分析工具。
SaBERT-Spanish-Sentiment-Analysis - 基于BERT的西班牙语情感分析分类器
GithubHuggingfaceSpanish Sentiment Analysistweet开源项目情感分析模型西班牙语
SaBERT-Spanish-Sentiment-Analysis是一个由布宜诺斯艾利斯大学学生开发的BERT模型,专注于西班牙语情感分析。使用微调的dccuchile/bert-base-spanish-wwm-uncased模型,并在11,500条西班牙语推文数据集上训练,准确率达到86.47%。用户可以使用pip安装依赖并加载模型,通过内置函数进行情感预测。项目遵循Apache 2.0开源许可证,提供详细的使用指南。
bert-turkish-text-classification - BERT土耳其语文本分类模型支持7大类别
BERTGithubHuggingfaceTurkish开源项目文本分类机器学习模型自然语言处理
BERT土耳其语文本分类模型通过微调Turkish BERT预训练模型而来,利用TTc4900数据集训练出支持7个类别的分类能力。涵盖世界、经济、文化等领域,开发者可借助Transformers库快速部署,实现土耳其语文本的高效分类。
distilbert-base-multilingual-cased-sentiment - 多语种情感分析模型的高效文本分类能力
Amazon评论GithubHuggingfacedistilbert-base-multilingual-cased-sentiment开源项目情感分析文本分类机器学习模型
本项目基于distilbert-base-multilingual-cased模型进行微调,在amazon_reviews_multi数据集上实现了优异的文本分类效果,准确率和F1值均为0.7648。模型通过优化训练参数和分布式数据处理,实现高效运行,适合多语言情感分析应用场景,可用于全球市场的用户评价分析。
bert-base-indonesian-1.5G-sentiment-analysis-smsa - BERT基础印尼语情感分析模型实现高精度文本分类
BERTGithubHuggingfaceindonlu印尼语开源项目情感分析机器学习模型
这是一个基于cahya/bert-base-indonesian-1.5G模型在indonlu数据集上微调的印尼语情感分析模型。在评估集上,该模型实现了93.73%的准确率,为印尼语文本分类任务提供了高效解决方案。模型使用Adam优化器和线性学习率调度器,通过10轮训练达到了稳定的性能表现。
bert-multilingual-go-emtions - 多语言情感分类模型,支持高效识别28种情感
BERTGithubGoEmotionsHuggingface多语言开源项目情感分类模型模型性能
该BERT模型经过微调,可在GoEmotions数据集上进行中英跨语言情感分类,支持28种情感类别,如喜悦、愤怒、爱等。模型在验证集上表现出85.95%的高准确率,训练过程结合了英语和机器翻译的中文样本,通过两阶段方法提升性能,包含初始训练和高置信度样本回馈再训练。
bert-base-turkish-cased - 巴伐利亚州立图书馆开发的土耳其语BERT预训练模型
BERTGithubHugging FaceHuggingface土耳其语开源项目机器学习模型自然语言处理
巴伐利亚州立图书馆MDZ数字图书馆团队开发的土耳其语BERT模型,使用多种语料库进行预训练。该模型基于35GB、44亿token的语料库,经过200万步训练,可通过Hugging Face Transformers库加载。它为土耳其语自然语言处理任务如词性标注和命名实体识别提供了基础支持。模型采用了OSCAR语料库、Wikipedia、OPUS语料库等多种资源,旨在提升土耳其语NLP任务的性能。
bert-base-turkish-cased-mean-nli-stsb-tr - BERT模型在土耳其语句子相似度任务中的应用
GithubHuggingfacesentence-transformers土耳其语模型开源项目机器学习模型自然语言处理语义相似度
该项目提供了一个针对土耳其语优化的BERT句子相似度模型。模型能够将句子转换为768维向量,适用于聚类和语义搜索等任务。它基于机器翻译的土耳其语NLI和STS-b数据集训练而成,支持sentence-transformers和HuggingFace Transformers两种调用方式,使用简便。测试结果显示,该模型在土耳其语句子相似度任务上表现优异。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号