Electra-base-emotion

bhadresh-savani

Clasificación de texto

Comparación del rendimiento del modelo en el conjunto de datos de emoción de Twitter. El modelo Electra-base-emotion está diseñado para la clasificación de texto y evalúa emociones en las palabras proporcionadas.

Como usar

from transformers import pipeline
classifier = pipeline("text-classification", model='bhadresh-savani/electra-base-emotion', return_all_scores=True)
prediction = classifier("I love using transformers. The best part is wide range of support and its easy to use")
print(prediction)

Salida esperada:
[
  [
    {"label": "sadness", "score": 0.0006792712374590337},
    {"label": "joy", "score": 0.9959300756454468},
    {"label": "love", "score": 0.0009452480007894337},
    {"label": "anger", "score": 0.0018055217806249857},
    {"label": "fear", "score": 0.00041110432357527316},
    {"label": "surprise", "score": 0.0002288572577526793}
  ]
]

Funcionalidades

Clasificación de texto
Uso de transformadores
Compatibilidad con PyTorch, TensorFlow y JAX
Evaluación de múltiples emociones

Casos de uso

Clasificación de emociones en textos
Análisis de sentimiento en publicaciones de redes sociales
Monitoreo del estado emocional en comunicaciones escritas