EmoRoBERTa
arpanghoshal
Clasificación de texto
EmoRoBERTa es un modelo para la clasificación de texto que utiliza la arquitectura RoBERTa para identificar emociones en los comentarios. Este modelo está basado en la estrategia de enmascaramiento del lenguaje de BERT, pero modifica parámetros clave de BERT, como la eliminación del objetivo de preentrenamiento de la próxima frase y el entrenamiento con lotes y tasas de aprendizaje mucho más grandes.
Como usar
from transformers import RobertaTokenizerFast, TFRobertaForSequenceClassification, pipeline
tokenizer = RobertaTokenizerFast.from_pretrained("arpanghoshal/EmoRoBERTa")
model = TFRobertaForSequenceClassification.from_pretrained("arpanghoshal/EmoRoBERTa")
emotion = pipeline('sentiment-analysis', model='arpanghoshal/EmoRoBERTa')
emotion_labels = emotion("Thanks for using it.")
print(emotion_labels)
# Salida
[{'label': 'gratitude', 'score': 0.9964383244514465}]
Funcionalidades
- Clasificación de texto
- Compatible con AutoTrain
- Compatible con Endpoints de Inferencia
- Uso de la arquitectura RoBERTa
- Entrenado con el conjunto de datos go_emotions
- Licencia: MIT
Casos de uso
- Detección de emociones en comentarios de redes sociales
- Análisis de sentimientos en textos
- Clasificación de emociones para aplicaciones de atención al cliente
- Mejora del entendimiento de emociones en interacción soportada por IA