Project Icon

sentiment-roberta-large-english-3-classes

基于RoBERTa的英文情感分析模型,精确分类社交媒体情感

该模型使用RoBERTa进行三类情感分类(正面、中性、负面),特别适合社交媒体文本。通过5,304条社交媒体帖子进行微调,达到了86.1%的准确率。可通过transformers库轻松集成,提高文本分类的精准性和效率。

roberta-large-mnli - RoBERTa大型模型微调的零样本分类模型
GithubHuggingfaceRoBERTa开源项目文本分类机器学习模型自然语言处理语言模型
roberta-large-mnli是基于RoBERTa大型模型在MNLI语料库上微调的自然语言推理模型。该模型在零样本分类任务中表现优异,适用于句对分类和序列分类。它采用transformer架构,通过掩码语言建模进行预训练,在GLUE和XNLI基准测试中成绩卓越。然而,用户需注意模型可能存在偏见,不适合生成事实性内容或用于可能造成负面影响的场景。
sentiment-hts5-xlm-roberta-hungarian - 使用XLM-RoBERTa进行匈牙利语推文情感分类
GithubHuggingfaceXLM-RoBERTa匈牙利语开源项目情感分析文本分类模型
此情感分析模型基于XLM-RoBERTa,对匈牙利推文进行五种情感状态的分类。模型经过HTS数据集微调,支持分析最长128字符的推文。了解更多技术细节和使用实例,可访问GitHub或在线演示网站。
sentiment_analysis_generic_dataset - BERT微调模型实现精准文本情感分析
BERTGithubHuggingface开源项目情感分析文本分类模型自然语言处理预训练模型
该项目基于BERT预训练模型,专门针对情感分析任务进行微调。模型使用bert-base-uncased作为基础,通过掩码语言建模和下一句预测技术进行预训练,具备理解双向语境的能力。这种预训练方法使模型能为情感分析等下游任务提供有效特征。值得注意的是,此微调版本仅适用于情感分析,不推荐用于其他任务的进一步调整。
twitter-xlm-roberta-base - XLM-T 基于推特的多语言模型用于情感分析和跨语言任务
GithubHuggingfaceXLM-Roberta-base多语言开源项目情感分析推特模型自然语言处理
XLM-T是一个基于XLM-RoBERTa架构的多语言模型,通过1.98亿条多语言推文训练而成。该模型专门用于Twitter数据分析,支持30多种语言的情感分析和跨语言相似度计算。XLM-T还提供了一个覆盖8种语言的统一Twitter情感分析数据集,可作为多语言自然语言处理任务的基准模型,并支持针对特定应用场景的进一步微调。
twitter-roberta-base-dec2021-tweet-topic-multi-all - 基于RoBERTa的多标签推文主题分类模型
GithubHuggingfaceTwitter RoBERTa多标签分类开源项目文本分类机器学习模型模型自然语言处理
这是一个基于twitter-roberta-base-dec2021的微调模型,专注于多标签推文主题分类。模型在tweet_topic_multi数据集上训练,在test_2021测试集上实现76.48%的微平均F1分数。它能有效识别社交媒体文本中的多个主题,为内容分析提供了可靠的自然语言处理工具。
distilbert-base-uncased-finetuned-sst-2-english - 基于SST-2数据集微调的DistilBERT情感分析模型达到91.3%分类准确率
DistilBERTGithubHuggingfaceSST-2开源项目文本分类机器学习模型模型偏见
这是一个在SST-2数据集上微调的DistilBERT情感分析模型,通过优化学习参数实现91.3%的分类准确率。模型支持英文文本的情感二分类,但在处理不同国家相关文本时存在潜在偏见。作为一个轻量级BERT变体,该模型在保持性能的同时显著降低了计算资源需求。
roberta_toxicity_classifier - RoBERTa模型提供准确的有害评论分类功能
GithubHuggingfaceJigsawRoBERTa平行语料库开源项目有毒评论分类模型自然语言处理
本项目基于RoBERTa开发了一个有害评论分类模型。该模型在约200万条Jigsaw数据集样本上进行微调,测试集表现优异,AUC-ROC达0.98,F1分数为0.76。模型易于集成到Python项目中,可用于文本有害内容检测。项目提供使用说明和引用信息,便于研究人员和开发者在此领域深入探索。
autonlp-Tweet-Sentiment-Extraction-20114061 - AutoNLP推文情感分析模型达80%准确率
AutoNLPGithubHuggingface开源项目情感分析机器学习模型模型训练自然语言处理
这是一个基于AutoNLP训练的多类别分类模型,主要应用于推文情感提取分析。模型在验证集上的准确率为80.36%,F1分数为0.807。开发者可通过cURL或Python API调用该模型进行推文情感分析,适用于社交媒体数据分析和用户反馈处理等场景。
robertuito-sentiment-analysis - RoBERTuito西班牙语推文情感分析开源模型
GithubHuggingfaceRoBERTuitopysentimiento开源项目情感分析推特模型西班牙语
robertuito-sentiment-analysis是一个开源的西班牙语推文情感分析模型。基于RoBERTuito预训练模型,使用TASS 2020语料库训练,支持积极、消极和中性三类情感标签。该模型通过pysentimiento库易于使用,在多项NLP任务中表现优异,并具有一定的跨语言能力。项目提供了详细的使用说明和性能评估结果,适用于研究和应用开发。
robust-swedish-sentiment-multiclass - 瑞典多标签情感分类器促进文本分析
GithubHuggingfaceKBLabMegatron-BERT-large-165K多标签开源项目情感分类器模型瑞典语
该项目提供了一种经过精细调整的多标签情感分类器,基于Megatron-BERT-large-165K模型开发,对75K瑞典文本进行训练。此模型支持多种语言环境的文本分析任务,详情请参考KBLab博客。
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