cointegrated/rubert-tiny2-cedr-emotion-detection
Este es el modelo cointegrated/rubert-tiny2 afinado para la clasificación de emociones en frases en ruso. La tarea es una clasificación multilabel, ya que una oración puede contener múltiples emociones. El modelo se ha entrenado con el optimizador Adam durante 40 épocas con una tasa de aprendizaje de 1e-5 y un tamaño de lote de 64 en este cuaderno. El modelo ha sido evaluado en el conjunto de datos CEDR descrito en el artículo 'Modelo impulsado por datos para la detección de emociones en textos rusos' por Sboev et al.
Como usar
El modelo se puede utilizar para la clasificación de emociones en oraciones en ruso. Aquí está un ejemplo de cómo usarlo: ```
Cargar el modelo
from transformers import pipeline
classifier = pipeline('text-classification', model='cointegrated/rubert-tiny2-cedr-emotion-detection')
Clasificar una oración
result = classifier('Твоя улыбка меня радует')
print(result) # Salida: {'label': 'joy', 'score': 0.95}```
Funcionalidades
- Clasificación de texto
- Transformers PyTorch
- Safetensors
- bert en ruso
- clasificación de emociones
- clasificación multiclass
Casos de uso
- Detección de emociones en textos en ruso
- Análisis de sentimientos y emociones en redes sociales
- Mejora de la interacción con el cliente mediante análisis de emociones