
FastAPIとBERTを使用して感情分析サーバーを展開する
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
2
±0 (10月13日〜)
最終コミット
2021年4月
GitHub での作成日
2021年3月16日
掲載日
2022年7月28日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 2 |
| 2026年1月 | 2 |
| 2026年2月 | 2 |
| 2026年3月 | 2 |
| 2026年4月 | 2 |
| 2026年5月 | 2 |
| 2026年6月 | 2 |
| 2026年7月 | 2 |
| 2026年8月 | 2 |
| 2026年9月 | 2 |
| 2026年10月 | 2 |
| 2026年11月 | 2 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分類
japanese_text_classificationMasao-Taketani9MLP、CNN、RNN、BERTアプローチを含む様々なDNNテキスト分類器を調査する。
JGLUEyahoojapan349JGLUE:日本語一般言語理解評価
llm-jp-evalllm-jp175このツールは、複数のデータセットを横断して日本語の大規模言語モデルを自動評価するものです.
jp-stabletree155JP言語モデル評価ハーネス
japanese-lm-fin-harnesspfnet-research80日本語言語モデルの金融評価ハーネス
研究分野が近いリソース
- bert-finetuned-japanese-sentimentchristian-phu329kAmazonの商品レビューに対して感情分類のためにFine‑tuned Japanese BERT (cl‑tohoku/bert‑base‑japanese‑v2) を使用し、6エポックで学習率 2 × 10⁻⁵ を設定した結果、約81 % の精度と0.73のF1スコアを達成しました。HF モデル共通: 言語モデル・意味的テキスト処理
BERT-Japan-vaccinationRamos-Ramos6「日本のツイートの感情分析と日本のワクチン接種との比較」の公式微調整コード共通: 言語モデル・意味的テキスト処理- bert-base-japanese-v3-jstsllm-book1k「Large Language Model Introduction」の第5章で紹介された、日本語 BERT‑based モデル。JGLUE JSTS データセットで意味的類似度スコアリングのためにファインチューニングされ、Colab ノートブック、transformers‑pipeline の使用方法、Apache 2.0 ライセンス付き。HF モデル共通: 言語モデル・意味的テキスト処理
- modernbert-ja-310msbintuitions36kModernBERT‑Ja‑310M は local‑global attention と RoPE を組み合わせた日本語 BERT 変種で、4.09 T tokens の日本語/英語テキストで訓練され、102 400語の語彙、8 192トークンのシーケンスをサポートし、Flash Attention 2 用に最適化されています。HF モデル共通: 言語モデル・意味的テキスト処理
- deberta-v2-base-japaneseku-nlp24k日本語 DeBERTa V2 ベースモデルは、171 GBの日本語 Wikipedia、CC‑100、OSCAR データを用いて Juman++ セグメンテーションと SentencePiece トークン化で事前学習され、8枚の NVIDIA A100 GPU を 3週間使用してトレーニングされ、ファインチューニングに向けて準備ができています。HF モデル共通: 言語モデル・意味的テキスト処理
- modernbert-ja-130msbintuitions12k132 Mパラメータの日本語 ModernBERT モデルで、ローカルグローバルとRoPE注意を組み合わせ、4.39 T トークン(日本語/英語)で訓練され、102 kサイズの語彙、最大8,192トークン長、Flash Attention 2 に最適化されていますHF モデル共通: 言語モデル・意味的テキスト処理