GGARA02/kcelectra-korean-emotion

KcELECTRA Korean Emotion Classification (6 classes)

KcELECTRA 한국어 감정 분류 (대분류 6종)

A Korean emotion classifier fine-tuned from beomi/KcELECTRA-base-v2022 on the AI-Hub Emotional Dialogue Corpus. Given a single utterance, it predicts one of 6 emotion classes.

beomi/KcELECTRA-base-v2022를 AI허브 감성대화말뭉치로 파인튜닝한 한국어 감정 분류 모델입니다. 입력 발화 한 건을 받아 대분류 6개 감정 중 하나로 분류합니다.

• Input / 입력: utterance text / 발화 텍스트
• Output / 출력: 6 emotions / 6개 감정 — 분노, 기쁨, 불안, 당황, 슬픔, 상처
• Architecture / 구조: standard ElectraForSequenceClassification

Usage / 사용법

from transformers import pipeline

clf = pipeline("text-classification", model="GGARA02/kcelectra-korean-emotion")
print(clf("요즘 너무 외롭고 아무도 내 맘을 몰라주는 것 같아"))
# → [{'label': ..., 'score': ...}]

For the full probability distribution over all emotions / 전체 감정별 확률이 필요하면:

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

name = "GGARA02/kcelectra-korean-emotion"
tok = AutoTokenizer.from_pretrained(name)
model = AutoModelForSequenceClassification.from_pretrained(name).eval()

enc = tok("요즘 너무 외롭고 아무도 내 맘을 몰라주는 것 같아", return_tensors="pt")
with torch.no_grad():
    probs = model(**enc).logits.softmax(-1)[0]

for i, p in enumerate(probs):
    print(model.config.id2label[i], round(float(p), 4))

Labels / 레이블

id	한국어	English
0	분노	Anger
1	기쁨	Joy
2	불안	Anxiety
3	당황	Embarrassment
4	슬픔	Sadness
5	상처	Hurt

Performance / 성능

AI-Hub test split (5,135 samples, utterance-only) / AI허브 감성대화말뭉치 테스트셋

Evaluated on the test split of the AI-Hub Emotional Dialogue Corpus, under the same conditions (utterance-only input, 6 classes) as NIA's reference ALBERT model that was evaluated on the same data.

AI허브 감성대화말뭉치의 테스트 분할에서, 동일 데이터로 평가된 NIA 참조 ALBERT 모델과 동일 조건(사용자 발화만 입력, 대분류 6개)으로 비교했습니다.

Metric / 지표	This model / 본 모델	NIA reference ALBERT / NIA 참조 ALBERT
Accuracy (Top-1 / EM)	86.95%	67.2%
Macro F1	0.8672	0.809
Binary F1 (confidence ≥ 0.5)	0.9300	—
Top-2 Accuracy	93.96%	—
Top-3 Accuracy	97.31%	—

Per-class performance / 클래스별 성능

Emotion / 감정	Precision	Recall	F1	Support
분노 (Anger)	0.8380	0.8474	0.8427	806
기쁨 (Joy)	0.9827	0.9795	0.9811	928
불안 (Anxiety)	0.8531	0.8603	0.8567	945
당황 (Embarrassment)	0.8733	0.8402	0.8564	820
슬픔 (Sadness)	0.8234	0.8602	0.8414	851
상처 (Hurt)	0.8364	0.8140	0.8250	785

Training / 학습 정보

Data / 데이터

• AI-Hub Emotional Dialogue Corpus / 감성대화말뭉치 (built by NIA)
• Input is the concatenation of one speaker's utterances (사람문장1~3), utterance text only (no metadata).
• Train 51,630 / Validation 6,641

Hyperparameters / 하이퍼파라미터

Base model	beomi/KcELECTRA-base-v2022 (MIT)
Epochs	5
Max sequence length	128
Batch size	32 (train) / 64 (eval)
Optimizer	AdamW (weight decay 0.01)
Learning rate	2e-5 (encoder) / 1e-4 (classifier head, 5×)
LR schedule	linear warmup 10% + linear decay
Gradient clipping	1.0
Seed	42

Architecture / 모델 구조

Type	ELECTRA (discriminator)
Hidden size	768
Hidden layers	12
Attention heads	12
Intermediate size	3072
Vocab size	54,343
Parameters	~113M

License & Attribution / 라이선스 및 출처

• The base model KcELECTRA is under the MIT license. 베이스 모델 KcELECTRA는 MIT 라이선스입니다.
• Training data is the AI-Hub Emotional Dialogue Corpus (dataset page), a work product of the National Information Society Agency (NIA). 학습 데이터는 AI허브 감성대화말뭉치이며, 한국지능정보사회진흥원(NIA)의 사업 결과물입니다.
• Use of this model is subject to the AI-Hub usage policy. Please review and comply with it, and credit the use of AI-Hub data when using this model. 이 모델의 이용은 AI허브 이용정책을 따릅니다. 정책을 확인하고 준수해 주세요. 또한 이 모델을 사용할 경우 AI허브 데이터를 사용하였음을 출처로 명시해 주세요.

Limitations / 한계

• Emotion is subjective and cannot be reduced to a single label; use as an auxiliary signal only. 감정은 주관적이며 단일 레이블로 환원되지 않습니다. 보조 지표로만 사용하세요.