sentiment-roberta-large-english-3-classes

项目介绍：sentiment-roberta-large-english-3-classes

项目概述

sentiment-roberta-large-english-3-classes 是一个基于 RoBERTa 架构的情感分析模型。它专门用于对英文文本进行情感分类，能够将文本情感分为三类：

• 积极情感 😀
• 中性情感 😐
• 消极情感 🙁

数据来源与性能

该模型是在 5,304 条经过人工标注的社交媒体帖子上进行微调的，效果相当出色，其在保留数据集上的准确率达到了 86.1%。具体的训练方法可以参考 Hartmann 等人的研究论文（2021年）中的网络附录F。

应用示例

用户可以轻松地在 Python 环境中使用 transformers 库对文本进行情感分析。以下是一个简单的代码示例：

from transformers import pipeline
classifier = pipeline("text-classification", model="j-hartmann/sentiment-roberta-large-english-3-classes", return_all_scores=True)
result = classifier("This is so nice!")

该代码块将返回一个包含每种情感分类及其对应得分的列表，例如：

[[{'label': 'negative', 'score': 0.00016451838018838316},
  {'label': 'neutral', 'score': 0.000174045650055632},
  {'label': 'positive', 'score': 0.9996614456176758}]]

参考文献与联系

在使用该模型时，请引用以下论文：The Power of Brand Selfies。若有任何问题或反馈，欢迎通过电子邮件联系项目负责人 Jochen Hartmann。

@article{hartmann2021,
  title={The Power of Brand Selfies},
  author={Hartmann, Jochen and Heitmann, Mark and Schamp, Christina and Netzer, Oded},
  journal={Journal of Marketing Research}
  year={2021}
}

这篇容易理解的介绍为您提供了关于 sentiment-roberta-large-english-3-classes 模型的重要信息，希望有助于您更好地应用该模型进行情感分析。