这个基于RoBERTa的模型可以将英语文本的情感分为三类：

• 积极 ?
• 中性 ?
• 消极 ?

该模型在5304条手动标注的社交媒体帖子上进行了微调。保留准确率为86.1%。有关训练方法的详细信息，请参阅Hartmann等人的Web附录F。

应用

from transformers import pipeline
classifier = pipeline("text-classification", model="j-hartmann/sentiment-roberta-large-english-3-classes", return_all_scores=True)
classifier("This is so nice!")

Output:
[[{'label': 'negative', 'score': 0.00016451838018838316},
  {'label': 'neutral', 'score': 0.000174045650055632},
  {'label': 'positive', 'score': 0.9996614456176758}]]

参考

在使用我们的模型时，请引用 this paper 。如有任何问题或反馈，请随时与jochen.hartmann@tum.de联系。

@article{hartmann2021,
  title={The Power of Brand Selfies},
  author={Hartmann, Jochen and Heitmann, Mark and Schamp, Christina and Netzer, Oded},
  journal={Journal of Marketing Research}
  year={2021}
}