metadata

library_name: transformers
tags:
  - emotion-detection
  - sentiment-analysis
  - lightweight
language:
  - ru
base_model:
  - blanchefort/rubert-base-cased-sentiment
pipeline_tag: text-classification

Kostya165/rubert_emotion_slicer

Это дообученная версия модели blanchefort/rubert-base-cased-sentiment для анализа эмоций и тональности. Модель распознает пять классов эмоций: агрессия, тревожность, сарказм, позитив и нейтральное состояние.

Детали модели

Разработчик: Kostya165
Тип модели: Классификация последовательностей на основе BERT
Язык: Русский
Исходная модель: blanchefort/rubert-base-cased-sentiment

Использование

Прямое использование

Модель может быть использована для анализа тональности и распознавания эмоций в текстах на русском языке, таких как сообщения в чатах, комментарии или отзывы.

Неподходящее использование

Модель не предназначена для анализа текстов на других языках или для определения сложных эмоциональных состояний, выходящих за пределы пяти категорий.

Начало работы с моделью

Чтобы загрузить и использовать модель, выполните следующий код:

from transformers import BertTokenizer, BertForSequenceClassification

model_name = "Kostya165/rubert_emotion_slicer"
tokenizer = BertTokenizer.from_pretrained(model_name)
model = BertForSequenceClassification.from_pretrained(model_name)

text = "Мне очень понравилось!"
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)
outputs = model(**inputs)
predicted_class = outputs.logits.argmax(dim=-1).item()
print(f"Предсказанный класс: {predicted_class}")