Only for Japanese

Please use AutoTokenizer and AutoModelForCausalLM

And must use Unifine format to input and output. In-context Learning + Instruction Learning + Formated Input Text

This is a example of ICL + IL +Formater Converter :

incontext + instruction

        "messages": [
            {
                "role": "system",
                "content": f"""
                キスク時代ではキーパーが取り上げれその後の2作の評価が良くないという事がありますがこれはかなり出来のいいアルバムです。疾走感は減りますが、その分メロディーの質が向上したという感じでしょうか。ハロウィンでは良い曲を書けなかったローランドグラポウもこのアルバムには名曲「The Chance」を提供しています。ボーナストラックも単に何か追加したという事だけではなく質の高い曲が入っていました。評価があまり良くないから聞かず嫌いという人は一度聞いてみて下さい。<積極><消極>キスク時代ではキーパーが取り上げれその後の2作の評価が良くないという事がありますがこれはかなり出来のいいアルバムです。疾走感は減りますが、その分メロディーの質が向上したという感じでしょうか。ハロウィンでは良い曲を書けなかったローランドグラポウもこのアルバムには名曲「The Chance」を提供しています。ボーナストラックも単に何か追加したという事だけではなく質の高い曲が入っていました。評価があまり良くないから聞かず嫌いという人は一度聞いてみて下さい。POS:ポジティブ;:中立;:ネガティブ;assistant:<積極>POS:中立;キス:ネガティブ;スト:ポジティブ;ボーナス:中立;感じ:ネガティブ;嫌:ネガティブ;嫌い:ポジティブ;向上:中立;事:ポジティブ;疾走感:ポジティブ;質:ポジティブ;出来:中立;人:中立;追加:ポジティブ;提供:中立;評:中立;評価:ポジティブ;名:ポジティブ;名曲:ポジティブ;良 以上は一つ例です。以下のテキストの感情は<積極>や<消極>ですか。そして、テキストの中にポジティブ、中立とネガティブの名詞を列挙してください。"""
            },
            {
                "role": "user",
                "content": f"{prompt}<積極><消極>{prompt}POS:ポジティブ;:中立;:ネガティブ;"
                # "content": f"{prompt}"
            }
        ]

Cite by paper @article{gan2023usa, title={USA: Universal Sentiment Analysis Model & Construction of Japanese Sentiment Text Classification and Part of Speech Dataset}, author={Gan, Chengguang and Zhang, Qinghao and Mori, Tatsunori}, journal={arXiv preprint arXiv:2309.03787}, year={2023} }

Downloads last month
12
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Collection including ganchengguang/USA-7B-instruction-incontext-learning