Create README.md
Browse files
README.md
ADDED
@@ -0,0 +1,91 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
language:
|
3 |
+
- ja
|
4 |
+
library_name: transformers
|
5 |
+
pipeline_tag: text-classification
|
6 |
+
tags:
|
7 |
+
- sentiment
|
8 |
+
- analysis
|
9 |
+
- Japanses
|
10 |
+
---
|
11 |
+
|
12 |
+
# Sentiment Analysis in Japanese - Phân tích cảm xúc trong tiếng Nhật
|
13 |
+
## Bert phân tích cảm xúc
|
14 |
+
|
15 |
+
|
16 |
+
## Model description
|
17 |
+
|
18 |
+
Mô hình có tác dụng xác định cảm xúc của đoạn văn.
|
19 |
+
Sử dụng nhãn: "positive", "negative"
|
20 |
+
|
21 |
+
Ví dụ:
|
22 |
+
今日はいい天気ですね
|
23 |
+
```text
|
24 |
+
negative: 6.001393558108248e-05
|
25 |
+
positive: 0.999940037727356
|
26 |
+
```
|
27 |
+
|
28 |
+
今日の食べ物はとてもつまらない
|
29 |
+
```text
|
30 |
+
negative: 0.9999252557754517
|
31 |
+
positive: 7.470489799743518e-05
|
32 |
+
```
|
33 |
+
|
34 |
+
## Base model
|
35 |
+
|
36 |
+
Mô hình được đạo tạo dựa trên cơ sở của model Base Japanese
|
37 |
+
|
38 |
+
## Training data
|
39 |
+
|
40 |
+
Mô hình được đào tạo dựa trên dữ liệu được thu thập bởi TAKAHIRO KUBO (https://www.kaggle.com/datasets/takahirokubo0/chabsa) - có chỉnh sửa.
|
41 |
+
|
42 |
+
## Model variations
|
43 |
+
|
44 |
+
Chưa xác định
|
45 |
+
|
46 |
+
## Intended uses & limitations
|
47 |
+
|
48 |
+
Chưa xác định
|
49 |
+
|
50 |
+
## License
|
51 |
+
|
52 |
+
Đây là một open-source library, bạn có thể sử dụng nó với bất kì mục đích nào.
|
53 |
+
Rất cảm ơn nếu bạn ghi nguồn khi sử dụng mô hình này (nếu không ghi cũng không sao).
|
54 |
+
|
55 |
+
### How to use
|
56 |
+
|
57 |
+
```python
|
58 |
+
from transformers import AutoTokenizer, AutoModelForSequenceClassification
|
59 |
+
import torch
|
60 |
+
import os
|
61 |
+
|
62 |
+
|
63 |
+
def clear():
|
64 |
+
os.system('clear')
|
65 |
+
|
66 |
+
|
67 |
+
checkpoint = "mr4/bert-base-jp-sentiment-analysis"
|
68 |
+
tokenizer = AutoTokenizer.from_pretrained(checkpoint)
|
69 |
+
model = AutoModelForSequenceClassification.from_pretrained(checkpoint)
|
70 |
+
clear()
|
71 |
+
print("Ngày hôm nay của bạn thế nào?")
|
72 |
+
val = input("")
|
73 |
+
raw_inputs = [val]
|
74 |
+
inputs = tokenizer(raw_inputs, padding=True,
|
75 |
+
truncation=True, return_tensors="pt")
|
76 |
+
outputs = model(**inputs)
|
77 |
+
predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
|
78 |
+
clear()
|
79 |
+
print(">>>>>>>>>>>>>>>>>>>>>>>>>>")
|
80 |
+
for i, prediction in enumerate(predictions):
|
81 |
+
print(raw_inputs[i])
|
82 |
+
for j, value in enumerate(prediction):
|
83 |
+
print(
|
84 |
+
" " + model.config.id2label[j] + ": " + str(value.item()))
|
85 |
+
print("<<<<<<<<<<<<<<<<<<<<<<<<<<")
|
86 |
+
|
87 |
+
```
|
88 |
+
|
89 |
+
## Liên hệ
|
90 |
+
|
91 |
+
Mọi thông tin liên quan có thể liên hệ qua email: [email protected].
|