MelissaJ/koelectra-emotion-6-emotion-base

KoELECTRA Emotion Classification (기쁨/분노/상처/불안/당황/슬픔)

모델 개요

이 모델은 KoELECTRA-base-v3를 기반으로 파인튜닝된 한국어 감정 분류 모델입니다. 입력 문장을 6가지 감정 범주 중 하나로 분류합니다:

• —기쁨
• —분노
• —상처
• —불안
• —당황
• —슬픔

학습 데이터

• —감성 대화 말뭉치 (Korean Emotional Conversation Corpus, AI Hub) 한국지능정보사회진흥원(NIA)에서 구축한 대화 기반 감정 레이블 데이터셋
• —데이터셋 출처: AI Hub 감성 대화 말뭉치
• —클래스 분포:
• —불안: 9,320
• —분노: 9,160
• —상처: 9,143
• —슬픔: 9,125
• —당황: 8,756
• —기쁨: 6,126

학습 설정

• —Epoch: 100 (최적 성능은 2~3 epoch 구간에서 관측)
• —Optimizer: AdamW
• —Learning rate: 5e-5
• —Batch size: train 32 / eval 64
• —Weight decay: 0.01
• —Mixed precision: FP16 (GPU)

성능

Validation set 기준:

• —최고 성능 (F1 Macro ≈ 0.5968): Epoch 3
• —이후 epoch에서는 Validation Loss가 급격히 증가 → 과적합 경향

사용법

from transformers import pipeline
pipe = pipeline("text-classification", model="MelissaJ/koelectra-emotion-6-emotion-base")
text = "그런일이 있으셨다니 매우 슬프시겠어요"
print(pipe(text))
# [{'label': '슬픔', 'score': 0.8857910633087158}]