多标签文本分类 - 使用哪个模型？答案

【问题标题】：Multi-label text classification - which model to use?多标签文本分类 - 使用哪个模型？
【发布时间】：2022-07-10 02:59:00
【问题描述】：

我有一个类似的数据集（“句子”长 x5-x7）：

  sentence                                  morality   emotion   positiv   negative
1 Furthermore, similar increases will       1          0         0         0
2 Madam Speaker, I am pleased to speak      0          0         0         0
3 Under Stephen Harper, too many Canadian   1          1         1         0

我希望微调一个转换器模型，根据二进制标签（道德、情感内容、正面/负面情绪等等）对不同的句子进行分类。到目前为止，我只找到了模型基于一个二进制标签进行分类的文本分类指南：您是否知道可以同时执行多个操作的方法/指南？并提供关于它在每个标签上的表现的结果？关于模型，您对此任务有什么具体建议吗？我一直在研究 BERT、Roberta、electra 和 gpt2。

我希望这个问题在这里没问题，尽管它与代码无关。

【问题讨论】：

标签： python nlp

【解决方案1】：

最好的方法是去https://paperswithcode.com/sota 并检查当前的最佳模型。例如，今天您可以看到一些用于多标签文本分类的模型取决于数据集、语言等： https://paperswithcode.com/task/multi-label-text-classification

对于这个数据集，您可以使用 CNN、LSAN、BERT

【讨论】：