Seonghaa/korean-emotion-classifier-roberta

Korean Emotion Classifier 😃😡😢😨😲😌

본 모델은 한국어 텍스트를 **6가지 감정(분노, 불안, 슬픔, 평온, 당황, 기쁨)**으로 분류합니다. klue/roberta-base 기반으로 파인튜닝되었습니다.

---

📊 Evaluation Results

Emotion	Precision	Recall	F1-Score
분노	0.9801	0.9788	0.9795
불안	0.9864	0.9848	0.9856
슬픔	0.9837	0.9854	0.9845
평온	0.9782	0.9750	0.9766
당황	0.9607	0.9668	0.9652
기쁨	0.9857	0.9886	0.9872

Accuracy: 0.9831 Macro Avg: Precision=0.9791 / Recall=0.9804 / F1=0.9798 Weighted Avg: Precision=0.9831 / Recall=0.9831 / F1=0.9831

from transformers import pipeline
import torch

model_id = "Seonghaa/korean-emotion-classifier-roberta"

device = 0 if torch.cuda.is_available() else -1  # GPU 있으면 0, 없으면 CPU(-1)

clf = pipeline(
    "text-classification",
    model=model_id,
    tokenizer=model_id,
    device=device
)

texts = [
    "오늘 길에서 10만원을 주웠어",
    "오늘 친구들이랑 노래방에 갔어",
    "오늘 시험 망쳤어",
]

for t in texts:
    pred = clf(t, truncation=True, max_length=256)[0]
    print(f"입력: {t}")
    print(f"→ 예측 감정: {pred['label']}, 점수: {pred['score']:.4f}
")

출력 예시:

입력: 오늘 길에서 10만원을 주웠어
→ 예측 감정: 기쁨, 점수: 0.9619

입력: 오늘 친구들이랑 노래방에 갔어
→ 예측 감정: 기쁨, 점수: 0.9653

입력: 오늘 시험 망쳤어
→ 예측 감정: 슬픔, 점수: 0.9602