您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
英文模型已经训练好，可以预测英语句子是正式还是非正式。
基础模型: roberta-base
数据集: GYAFC 来自 Rao and Tetreault, 2018 和 online formality corpus 来自 Pavlick and Tetreault, 2016 。
数据增强: 将文本转换为大写或小写；删除所有标点符号，在句子末尾添加句号。这样做是因为否则模型会过分依赖标点符号和大小写，而没有足够关注其他特征。
损失函数: 二分类（对GYAFC数据集），批次内排序（对PT数据集）。
测试数据上的性能指标:
| dataset | ROC AUC | precision | recall | fscore | accuracy | Spearman |
|---|---|---|---|---|---|---|
| GYAFC | 0.9779 | 0.90 | 0.91 | 0.90 | 0.9087 | 0.8233 |
| GYAFC normalized (lowercase + remove punct.) | 0.9234 | 0.85 | 0.81 | 0.82 | 0.8218 | 0.7294 |
| P&T subset | Spearman R |
|---|---|
| news | 0.4003 |
| answers | 0.7500 |
| blog | 0.7334 |
| 0.7606 |