SwarmCloneEmotionDetection 使用 BiLSTM，仅对最后一个时刻的潜变量增加一个 MLP 做分类。
测试数据集 1 情感对话生成数据集
测试数据集 2 SMP2020微博情绪分类评测
| 数据集 | train acc | test acc |
|---|---|---|
| 情感对话生成数据集 | 0.9649 | 0.9117 |
| SMP2020微博情绪分类 | 0.8214 | 0.6771 |
- 对于 情感对话生成数据集，我们将问题与回答分开作为一条数据，随机分割 0.1 作为测试集。
- 对于 SMP2020微博情绪分类数据集，我们使用 测试数据集/真实测试数据/usual_test_labeled.txt 作为测试集。
关于 Tokenizer 请参考 Kyv001/MiniLM2
tokenizer = AutoTokenizer.from_pretrained(
"/home/momoia/codes/MiniLM2/models/tokenizers/tokenizer64k",
trust_remote_code=True,
)
model = AutoModelForSequenceClassification.from_pretrained(
"YamadaMano/SWCBiLSTM",
trust_remote_code=True
)
input_ids = tokenizer("你好", return_tensors="pt", padding=True)["input_ids"]
emotion = ["中性", "喜爱", "悲伤", "厌恶", "愤怒", "高兴"]
print(model.forward(input_ids))