🧠 推文表情符号预测器

本仓库托管了一个基于 vinai/bertweet-base 微调的模型版本，用于多标签表情符号预测。给定一段短文本或推文，该模型会预测一个或多个能反映情感、语境或所描述活动的表情符号。

🛠 安装

请确保已安装以下库：

pip install torch numpy scikit-learn transformers huggingface_hub

🚀 使用方法

第一步：加载模型和资源

import torch
import numpy as np
import joblib
from transformers import AutoTokenizer, AutoModelForSequenceClassification
from huggingface_hub import hf_hub_download

REPO_ID = "ashish-001/tweet-emoji-predictor"

# 加载标签编码器
mlb_path = hf_hub_download(repo_id=REPO_ID, filename="mlb_emoji_encoder.pkl")
with open(mlb_path, "rb") as f:
    label_map = joblib.load(f)

# 加载表情符号阈值
threshold_path = hf_hub_download(repo_id=REPO_ID, filename="thresholds.npy")
thresholds = np.load(threshold_path)

# 加载模型和分词器
tokenizer = AutoTokenizer.from_pretrained(REPO_ID)
model = AutoModelForSequenceClassification.from_pretrained(REPO_ID)
model.eval()

第二步：定义预测函数

def predict_emojis(text, thresholds=thresholds, label_map=label_map):
    inputs = tokenizer(
        text,
        return_tensors="pt",
        truncation=True,
        padding="max_length",
        max_length=128,
    )

    with torch.no_grad():
        outputs = model(**inputs)
        probs = torch.sigmoid(outputs.logits).squeeze(0).numpy()

    predictions = (probs >= thresholds).astype(int).reshape(1, -1)
    return "".join(label_map.inverse_transform(predictions)[0])

第三步：运行示例

text = "It is gonna be fun today, will play games and do fun activities. Let's go!!!"
print(predict_emojis(text))

预期输出（示例）：

💪🔥

⚙️ 模型详情

• 基础模型：vinai/bertweet-base
• 微调用途：多标签表情符号分类
• 任务类型：序列分类
• 输出：多热编码标签，解码为表情符号
• 激活函数：Sigmoid 配合各类别阈值

🧾 支持的表情符号

本模型支持从以下表情符号标签集中进行预测（多标签）：

‼ ☺ ♀ ♂ ♥ ✔ ✨ ❤ ➡ 🌟 🎉 🏆 👀
👇 👉 👌 👍 👏 💀 💕 💖 💙 💛 💜 💥 💪
💯 🔥 🗣 😁 😂 😉 😊 😍 😎 😘 😢 😩 😭
😳 🙄 🙌 🙏 🚨 🤔 🤣 🤦 🤷

支持的表情符号总数：49