“用于情感预测的精细调整的LLMs — 如何分析和评估”
Fine-tuned LLMs for sentiment prediction - analysis and evaluation
在Hugging Face上对模型进行情感预测的评估
情感分析是在大型语言模型（LLMs）时代取得显著变革的领域。由于LLMs能够理解文本的上下文，它们被证明是一种非常强大的分析情感的方式。Hugging Face上可用于情感分析的LLMs的数量令人印象深刻。在撰写本文时，我最后一次查看Hugging Face上用于情感任务的模型数量是3017个！这是一个相当大的数量。过去，情感分析只是使用一些传统机器学习技术（如TFIDF特征）进行的，或者计数积极和消极的词语，或者使用诸如VADER之类的库。但现在已经不是那个时代了。
尽管可用的模型数量庞大，但也可能令人不知所措。因此，本文将帮助您在LLM丛林中进行情感分析。我将选择一些顶级模型并向您展示如何进行分析和评估。这可以帮助您更好地了解哪个模型适合您的情感分析需求。
为什么需要使用您的数据分析和评估模型
情感分析是业务中非常重要的KPI（关键绩效指标）。许多企业根据对客户评论的情感分析来做出重要决策，例如产品推广或停产。
Hugging Face上的大多数微调模型已经提供了分析和评估。所以你可能会问为什么需要分析和进行自己的评估。原因有多个：
- 模型开发人员提供的评估是基于他们的数据，可能不反映您的业务。
- 即使所有模型都被称为情感分析模型，也不一定适用于您的业务用例。
- 情感分析的战略重要性要求基于您特定的业务数据进行分析和评估。
方法
我在本文中采取的方法如下所示。首先，我将选择一些候选模型，然后确定评估标准。将使用所有模型…
