Delete README.md

README.md

@@ -1,126 +0,0 @@
-# Emotion Detection Model - LongEmotion
-
-情感检测模型，基于BERT的中文情感分类器
-
-## 📊 模型信息
-
-- **基础模型**: bert-base-chinese
-- **任务类型**: 6分类情感检测
-- **验证准确率**: 91.47%
-- **框架**: PyTorch + Transformers
-
-## 🏷️ 情感类别
-
-模型可以识别以下6种情感：
-- `sadness` (悲伤)
-- `joy` (快乐)
-- `love` (爱)
-- `anger` (愤怒)
-- `fear` (恐惧)
-- `surprise` (惊讶)
-
-## 📁 文件说明
-
-```
-detection_hug/
-├── model.pt                      # 模型权重文件
-├── config.json                   # 模型配置
-├── tokenizer_config.json         # 分词器配置
-├── vocab.txt                     # 词表
-├── special_tokens_map.json       # 特殊符号映射
-├── detection_model.py            # 模型定义
-├── inference_example.py          # 推理示例
-└── README.md                     # 本文件
-```
-
-## 🚀 快速开始
-
-### 环境要求
-
-```bash
-pip install torch transformers
-```
-
-### 基本使用
-
-```python
-import torch
-from transformers import BertTokenizer
-from detection_model import EmotionDetectionModel
-
-# 1. 加载分词器
-tokenizer = BertTokenizer.from_pretrained(".")
-
-# 2. 加载模型
-model = EmotionDetectionModel(
-    model_name="bert-base-chinese",
-    num_emotions=6
-)
-checkpoint = torch.load("model.pt", map_location="cpu")
-model.load_state_dict(checkpoint)
-model.eval()
-
-# 3. 预测
-text = "我今天很开心！"
-encoding = tokenizer(text, return_tensors='pt', max_length=512, truncation=True, padding=True)
-outputs = model(**encoding)
-predicted_emotion = torch.argmax(outputs['logits'], dim=-1).item()
-
-# 情感映射
-emotions = ["sadness", "joy", "love", "anger", "fear", "surprise"]
-print(f"预测情感: {emotions[predicted_emotion]}")
-```
-
-### 使用推理脚本
-
-```bash
-python inference_example.py
-```
-
-## 📈 模型性能
-
-- **数据集**: dair-ai/emotion (中文情感数据)
-- **验证准确率**: 91.47%
-- **平均置信度**: 89.27%
-- **最大序列长度**: 512 tokens
-
-## 🔧 技术细节
-
-### 模型架构
-
-```
-EmotionDetectionModel
-├── BERT Encoder (bert-base-chinese)
-│   └── 768-dim hidden states
-├── Dropout (p=0.1)
-├── Linear Layer (768 → 384)
-├── ReLU Activation
-├── Dropout (p=0.1)
-└── Output Layer (384 → 6)
-```
-
-### 训练参数
-
-- **优化器**: AdamW
-- **学习率**: 2e-5
-- **批次大小**: 16
-- **最大长度**: 512
-
-## 📝 引用
-
-如果您使用此模型，请注明：
-```
-LongEmotion Detection Model
-- 基于 bert-base-chinese
-- 训练于 dair-ai/emotion 数据集
-```
-
-## 📧 联系方式
-
-如有问题，请通过项目仓库联系。
-
----
-
-**License**: 遵循 bert-base-chinese 的许可协议
-**Created**: 2025
-