Qwen3-1.7B Emotion Classification
LoRA адаптер для анализа эмоций с JSON-выводом
2 мин чтенияобновлено
Этот компактный LoRA (небольшая надстройка над базовой моделью) адаптер создан на базе Qwen/Qwen3-1.7B для автоматического определения эмоций в тексте. Модель обучена распознавать шесть базовых категорий чувств и выдавать результат в виде строгого JSON-объекта без лишнего текста и Markdown-разметки. Она отлично подойдёт для интеграции в чат-боты, системы клиентской поддержки и аналитики соцсетей, где требуется машиночитаемый ответ. Решение ориентировано на разработчиков, которым нужен быстрый и предсказуемый анализ пользовательских сообщений на английском языке.
Ключевые особенности
- 6 классов эмоций: точное определение радости, грусти, любви, гнева, страха и удивления.
- Минимальный размер: вес адаптера составляет всего 69.8 МБ при обучении 1% параметров базы.
- Строгий вывод: выдает результат исключительно в формате JSON без разговорного мусора.
- Эффективность: построена на базе легкой и производительной модели Qwen3-1.7B.
Что можно сделать
- Анализ отзывов: автоматически классифицировать тональность и эмоциональную окраску отзывов клиентов в саппорте.
- Мониторинг соцсетей: обрабатывать посты и комментарии пользователей для оценки общего настроения аудитории.
- Интеграция в боты: использовать в пайплайнах Telegram-ботов для динамической адаптации ответов под состояние пользователя.
Пример
import torch
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer
base_model_id = "Qwen/Qwen3-1.7B"
adapter_id = "EduardKrutii/qwen3-1.7b-emotion-lora"
tokenizer = AutoTokenizer.from_pretrained(adapter_id)
base_model = AutoModelForCausalLM.from_pretrained(
base_model_id, dtype=torch.float16, device_map="auto"
)
model = PeftModel.from_pretrained(base_model, adapter_id)
model.eval()Подробнее
• Задачи: классификация эмоций (sadness, joy, love, anger, fear, surprise)• Базовая модель: Qwen/Qwen3-1.7B (Instruct)
• Размер адаптера: 69.8 МБ (17,432,576 параметров)
• Ограничения: поддерживается только английский язык, не предназначена для меддиагностики










Комментарии