twitter-roberta-base-emotion
קוד פתוחcardiffnlpרישיון לא דווח2022-03-02
מודל סיווג רגשות קלאסי שאומן על עשרות מיליוני ציוצים באנגלית. הוא מזהה שמחה, אופטימיות, כעס ועצב בטקסטים קצרים ומהירים בלי צורך בתשתיות כבדות.
- 514טוקנים בהקשר
- 1.4 GBמשקל הקבצים
- 141,645הורדות בחודש
- 49לייקים
מה זה
מדובר בגרסת RoBERTa-base עם 12 שכבות שעברה אימון מקדים על כ־58 מיליון ציוצים באנגלית, ואז כוונון ייעודי למשימת זיהוי רגש מתוך בנצ'מרק TweetEval. הפלט שלו מורכב מארבע מחלקות בלבד: joy, optimism, anger ו־sadness. הוא פולט התפלגות הסתברות בין ארבעתן עבור כל קטע טקסט שתזרקו אליו.
בגלל הדאטה המקורי שלו הוא מבין סלנג אינטרנטי, קיצורים ומבנה משפטים לא מסודר הרבה יותר טוב ממודל שפה כללי. מצד שני, המפרסמים עצמם מציינים שכבר הוציאו גרסה חדשה ורחבה יותר בשם twitter-roberta-base-emotion-multilabel-latest, שתומכת ביותר סוגי רגשות ומאפשרת תיוג של כמה רגשות במקביל, בעוד שכאן המודל מכוון לבחירה מתוך ארבעה רגשות בודדים.
מתאים ל
- ניטור שיח ברשתות
זיהוי כעס או שמחה בתגובות קצרות באנגלית, בדיוק הפורמט שעליו הוא אומן.
- סינון פניות תמיכה
איתור לקוחות עצבניים בהודעות ראשוניות כדי לתעדף אותם בתור.
- מחקר אקדמי על טקסטים
שיוך אוטומטי של ציוצים למדדי בסיס של אופטימיות ועצב מתוך TweetEval.
איפה זה נופל
חלון ההקשר מוגבל ל־514 טוקנים, כך שטקסטים ארוכים, מאמרים או שרשורים שלמים ייחתכו או יאבדו מהמשמעות שלהם. חוץ מזה, המודל אומן על ציוצים באנגלית, כך שהוא לא מתאים לטקסטים בעברית או לסגנון כתיבה פורמלי ומקצועי. ארבעת הרגשות שהוא מכיר מצמצמים מאוד את התמונה, ורגשות מורכבים יותר פשוט יידחפו בכוח לאחת מארבע האפשרויות האלו.
שאלות
נפוצות
האם המודל תומך בעברית?
לא. האימון נעשה על ציוצים באנגלית בלבד. אם תזינו טקסט בעברית תקבלו תוצאות חסרות משמעות לחלוטין.
האם כדאי לבחור בו או בגרסה החדשה?
היוצרים ממליצים ישירות על twitter-roberta-base-emotion-multilabel-latest. היא תומכת ביותר רגשות ומאפשרת ריבוי תוויות, כך שכדאי לבחור בישן רק אם אתם חייבים תאימות לבנצ'מרק TweetEval המקורי.
איך מריצים
אתם מושכים את 1.4 הג'יגה של הקבצים ישירות דרך ספריית transformers בפייתון ומריצים. הגודל הזה מתאים לעבודה פשוטה על מחשב פיתוח רגיל, אפילו על מעבד בלי כרטיס גרפי, אם כי כרטיס פשוט ייתן לכם תפוקה מהירה בהרבה.
אין סיבה לשלם על API חיצוני בשביל מודל כזה קטן אלא אם אתם חייבים שרת מנוהל מאפס. להרים אותו בעצמכם על שרת ענן פשוט ייתן לכם שליטה מלאה בעלויות אפסיות.
from transformers import pipeline
pipe = pipeline("text-classification", model="cardiffnlp/twitter-roberta-base-emotion")
print(pipe("שלום"))הקבצים
10 קבצים במאגר, 1.4 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
בעמוד המודל לא דווח רישיון. המשמעות ברורה: אסור להניח שמותר להשתמש בו במוצר מסחרי, וכל שימוש כזה חושף אתכם לסיכון משפטי עד שהיוצרים יעדכנו תנאי שימוש רשמיים.