Danish BERT 模型卡片

丹麦BERT Tone 用于情感极性检测

模型详细信息

模型描述

BERT Tone 模型用于检测丹麦文本中的情感极性（积极、中性或消极）。它是根据BotXO事先训练的丹麦BERT模型进行微调的。

• 开发人员：DaNLP
• 共享者【可选】：Hugging Face
• 模型类型：文本分类
• 语言：丹麦语（da）
• 许可证：cc-by-sa-4.0
• 相关模型：需要更多信息
  • 父模型：BERT
• 获取更多信息的资源：
  • GitHub Repo
  • Associated Documentation

应用

直接应用

此模型可用于文本分类。

下游应用【可选】

需要更多信息。

超出范围的应用

该模型不应用于有意为人们制造敌对或疏远环境的情况。

偏见、风险和局限性

对语言模型的偏见和公平性问题进行了大量研究（参见，例如， Sheng et al. (2021) 和 Bender et al. (2021) ）。模型生成的预测可能包含对受保护类别、身份特征以及敏感、社会和职业群体的扰动和有害的刻板印象。

建议

用户（包括直接和下游用户）应意识到模型的风险、偏见和局限性。需要更多建议。

训练详细信息

训练数据

训练数据来自 Twitter Sentiment 和 EuroParl sentiment 2 数据集。

训练过程

预处理

它是在BotXO的事先训练的 Danish BERT 模型上进行微调的。

速度、大小、时间

需要更多信息。

评估

测试数据、因素和指标

测试数据

需要更多信息。

因素

指标

F1

结果

需要更多信息。

模型检查

需要更多信息。

环境影响

可以使用 Lacoste et al. (2019) 中提供的 Machine Learning Impact calculator 估计碳排放量。

• 硬件类型：需要更多信息。
• 使用小时数：需要更多信息。
• 云提供商：需要更多信息。
• 计算区域：需要更多信息。
• 排放的碳量：需要更多信息。

技术规格【可选】

模型架构与目标

需要更多信息。

计算基础设施

需要更多信息。

硬件

需要更多信息。

软件

需要更多信息。

引用

BibTeX：

需要更多信息。

APA：

需要更多信息。

术语表【可选】

需要更多信息。

更多信息【可选】

需要更多信息。

模型卡片作者【可选】

DaNLP与Ezi Ozoani和Hugging Face团队合作

模型卡片联系方式

需要更多信息。

如何开始使用该模型

使用下面的代码开始使用该模型。

from transformers import BertTokenizer, BertForSequenceClassification
 
model = BertForSequenceClassification.from_pretrained("alexandrainst/da-sentiment-base")
tokenizer = BertTokenizer.from_pretrained("alexandrainst/da-sentiment-base")