模型:
HooshvareLab/bert-fa-base-uncased-sentiment-snappfood
ParsBERT是用于波斯语理解的基于Transformer的模型
我们根据波斯语语料库重构了词汇表,并对ParsBERT v1.1进行了微调,以便在其他领域中使用ParsBERT提供一些功能!请关注 ParsBERT 仓库以获取有关之前和当前模型的最新信息。
它旨在基于情感偏见对文本进行分类,例如评论。我们对这个任务测试了三个着名的数据集:Digikala用户评论,SnappFood用户评论和DeepSentiPers中的两个二元型和多形式型。
Snappfood (一家在线食品送餐公司)用户的评论,共计70000条,有两个标签(即极性分类):
Label | # |
---|---|
Negative | 35000 |
Positive | 35000 |
下载您可以从 here 下载数据集
下表总结了ParsBERT相对于其他模型和架构获得的F1分数。
Dataset | ParsBERT v2 | ParsBERT v1 | mBERT | DeepSentiPers |
---|---|---|---|---|
SnappFood User Comments | 87.98 | 88.12* | 87.87 | - |
Task | Notebook |
---|---|
Sentiment Analysis | 1234321
请在出版物中引用如下:
@article{ParsBERT, title={ParsBERT: Transformer-based Model for Persian Language Understanding}, author={Mehrdad Farahani, Mohammad Gharachorloo, Marzieh Farahani, Mohammad Manthouri}, journal={ArXiv}, year={2020}, volume={abs/2005.12515} }
在 ParsBERT Issues 仓库上发布Github问题。