模型:
alexandrainst/da-sentiment-base
丹麦BERT Tone 用于情感极性检测
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。
此模型可用于文本分类。
需要更多信息。
该模型不应用于有意为人们制造敌对或疏远环境的情况。
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。
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。
训练数据来自 Twitter Sentiment 和 EuroParl sentiment 2 数据集。
它是在BotXO的事先训练的 Danish BERT 模型上进行微调的。
需要更多信息。
需要更多信息。
F1
需要更多信息。
需要更多信息。
可以使用 Lacoste et al. (2019) 中提供的 Machine Learning Impact calculator 估计碳排放量。
需要更多信息。
需要更多信息。
需要更多信息。
需要更多信息。
BibTeX:
需要更多信息。
APA:
需要更多信息。
需要更多信息。
需要更多信息。
DaNLP与Ezi Ozoani和Hugging Face团队合作
需要更多信息。
使用下面的代码开始使用该模型。
Click to expandfrom transformers import BertTokenizer, BertForSequenceClassification model = BertForSequenceClassification.from_pretrained("alexandrainst/da-sentiment-base") tokenizer = BertTokenizer.from_pretrained("alexandrainst/da-sentiment-base")