带频率的多标签分类-NLP（BERT）

我的数据集如下所示：

entence          emotions
bla bla bla       {'kind':105, 'sad':32, 'angry':5}
.....             {'surprised': 65, 'kind': 10} 

这里的数字表示人们在阅读文章时有多少次这种情绪

基本上，对105人来说，发布“布拉布拉布拉布拉”似乎“友善”，而32人对此感到“悲伤”

基本上，我的目标是预测一个帖子最有可能的情绪类型

我要用一个伯特变压器

---

问题：如何处理每种情绪的频率？我知道频率很重要，特别是当一个帖子有105个人微笑，而另外5个人感到愤怒时，如果我删除频率，那么这将是一起微笑和愤怒，这可能会引起误解。我应该如何设计我的模型？我应该去掉频率吗？或者我应该删除除频率最高的情感类型之外的所有其他情感类型吗？

在我看来，如果你的目的是只预测频率最高的情感，我不知道所有的频率都能为你做些什么。所以我会告诉你，只删除并保留值最高的一个。你可以规范化频率，并训练你的模型进行多标签回归。