You can deploy this model and start earning money today!

liudev/
roberta-multilabel-28-3-classes

Name: roberta-multilabel-28-3-classes
Rating: 2.5 (19 reviews)

multi-label-classification

emotion-detection

sentiment-analysis

pytorch

Views

No views yet

RoBERTa Multi-Label Emotion & Tone Classifier (28 Emotions + 3 Tones)

🚀 官方应用展示 (Powered by this model)

本模型目前已在生产环境中部署。我们基于此模型开发了一款强大的 “小说情绪起伏搜索引擎”。

👉 点击这里立即体验在线 Demo：semo.liudev.com

在这个应用中，我们展示了该模型的高阶用法：

情绪轨迹检索 (Emotion Trajectory Search)：不再是单纯的关键词搜索，你可以拼装一个情绪链条（例如：喜极而泣 [Joy] -> [Sadness] -> [Relief] 或 先抑后扬 [Annoyance] -> [Surprise] -> [Admiration]），引擎会在海量小说库中找到完美符合该情绪走向的章节。
序列匹配算法：底层结合了该模型的 31 维向量输出与 DTW (动态时间规整) 算法，实现长文本情绪子序列的模糊匹配。
上下文感知高亮：精准定位并渲染命中情绪的段落。
AI 链条生成：支持使用自然语言描述情绪走向，自动转化为模型的查询向量。

如果你对长文本情感分析、网文数据挖掘感兴趣，强烈建议试用该应用！

模型简介 (Model Description)

本模型 (liudev/roberta-multilabel-28-3-classes) 是一个基于 RoBERTa 架构的多标签文本分类模型。专门用于小说、对话或长文本段落的情感和基调分析。

模型共支持 31 个类别，包括：

28 种细粒度情感（如 anger, joy, love, surprise 等）
3 种情感基调（tone_positive, tone_negative, tone_neutral）

特殊的输入格式 (Context-Aware)

为了更好地理解小说/长文本中的上下文连贯性，本模型在训练和推理时使用了双句输入（Pair Input）策略：

text_a: 历史上下文（如当前段落的前 3 段）
text_b: 当前需要预测的段落文本这种设计使得模型能够结合前文语境，做出更准确的判断。

生产环境推荐阈值 (High-Precision Thresholds)

在多标签分类中，默认的 0.5 阈值往往不是最优的。为了在生产环境中确保**“宁愿漏报，也不误报”（高查准率，Precision >= 80% 为目标）**，我们对每个标签进行了严格的阈值调优（正如我们的官方引擎中所使用的那样）。

强烈建议在推理时使用以下独立阈值字典：

python

PRODUCTION_THRESHOLDS = {
    "anger": 0.71, "annoyance": 0.66, "disapproval": 0.65, "disgust": 0.75,
    "fear": 0.73, "nervousness": 0.74, "embarrassment": 0.82, "disappointment": 0.69,
    "gratitude": 0.75, "joy": 0.59, "amusement": 0.65, "excitement": 0.61,
    "optimism": 0.73, "pride": 0.73, "relief": 0.75, "admiration": 0.71,
    "approval": 0.69, "love": 0.77, "caring": 0.73, "desire": 0.78,
    "neutral": 0.63, "sadness": 0.68, "grief": 0.80, "remorse": 0.81,
    "surprise": 0.59, "realization": 0.61, "curiosity": 0.78, "confusion": 0.77,
    "tone_positive": 0.49, "tone_negative": 0.47, "tone_neutral": 0.62
}

如何使用 (How to Use)

以下是一个开箱即用的推理示例，包含了上下文组装和自定义阈值过滤：

python

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

model_id = "liudev/roberta-multilabel-28-3-classes"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id)
model.eval()

# 推荐的生产环境阈值 (High Precision)
THETA_FINAL_TENSOR = torch.tensor([
    0.71, 0.66, 0.65, 0.75, 0.73, 0.74, 0.82, 0.69, 0.75, 0.59, 
    0.65, 0.61, 0.73, 0.73, 0.75, 0.71, 0.69, 0.77, 0.73, 0.78, 
    0.63, 0.68, 0.80, 0.81, 0.59, 0.61, 0.78, 0.77, 0.49, 0.47, 0.62
])

# 标签映射
id2label = model.config.id2label

# 构建输入 (Context + Current Paragraph)
context_paragraphs = [
    "夜幕低垂，狂风在破败的庙宇外肆虐，吹得半掩的残门嘎吱作响。",
    "李青死死握紧了手中的长剑，手心满是冷汗，连呼吸都变得极其小心翼翼。"
]
current_paragraph = "突然，黑暗中传来一声凄厉的惨叫，紧接着，一双血红色的眼睛在神像背后缓缓睁开！"

text_a = "\n".join(context_paragraphs) # 前文历史（提供语境）
text_b = current_paragraph             # 当前需要分析情绪的段落

inputs = tokenizer(
    text_a, 
    text_b, 
    padding=True, 
    truncation=True, 
    max_length=256, 
    return_tensors="pt"
)

with torch.no_grad():
    logits = model(**inputs).logits
    probs = torch.sigmoid(logits).squeeze(0) # 转换为概率

# 使用自定义阈值进行过滤
predictions = []
for idx, prob in enumerate(probs):
    if prob >= THETA_FINAL_TENSOR[idx]:
        predictions.append({
            "label": id2label[idx],
            "score": round(prob.item(), 4)
        })

print(predictions)
# Expected Output format:[{'label': 'fear', 'score': 0.8855}, {'label': 'nervousness', 'score': 0.7645}, {'label': 'surprise', 'score': 0.8146}, {'label': 'tone_negative', 'score': 0.8112}]

评估指标 (Evaluation Results)

本模型在验证集上的综合表现如下：

Micro F1: 0.75
Macro F1: 0.72
Samples F1: 0.75

详细分类报告 (基于 Best F1 阈值)

模型在各个标签上的查准率（Precision）和召回率（Recall）表现：

Label	Precision	Recall	F1-Score	Support
anger	0.75	0.77	0.76	887
annoyance	0.76	0.73	0.74	1874
disapproval	0.70	0.74	0.72	2013
disgust	0.75	0.67	0.71	691
fear	0.71	0.68	0.70	1165
nervousness	0.64	0.70	0.67	1134
embarrassment	0.48	0.62	0.54	417
disappointment	0.66	0.80	0.73	1805
gratitude	0.88	0.76	0.82	683
joy	0.85	0.88	0.87	2329
amusement	0.72	0.68	0.70	1546
excitement	0.81	0.81	0.81	2073
optimism	0.68	0.68	0.68	1464
pride	0.62	0.67	0.65	1151
relief	0.69	0.64	0.67	1023
admiration	0.61	0.75	0.67	1529
approval	0.67	0.74	0.70	1917
love	0.65	0.68	0.67	922
caring	0.67	0.71	0.69	1630
desire	0.53	0.62	0.57	1132
neutral	0.74	0.75	0.75	1810
sadness	0.84	0.82	0.83	1585
grief	0.64	0.77	0.70	612
remorse	0.67	0.63	0.65	323
surprise	0.76	0.79	0.77	2355
realization	0.65	0.79	0.71	3563
curiosity	0.69	0.69	0.69	762
confusion	0.64	0.72	0.68	839
tone_positive	0.87	0.86	0.86	4306
tone_negative	0.87	0.90	0.89	4772
tone_neutral	0.75	0.77	0.76	2093
Micro Avg	0.73	0.77	0.75	50405

(注意：若采用前文提供的生产环境高精度阈值，Precision 将普遍提升至 0.7~0.85 以上，代价是 Recall 会按预期下降。)

以上内容撰写使用LLM生成，以上代码可直接在kaggle上运行，以上数据均为实际运行结果，已测试通过。