rubert-base-cased-sentiment-rusentiment

blanchefort

Clasificación de texto

Este es un modelo DeepPavlov/rubert-base-cased-conversational entrenado en RuSentiment para el análisis de sentimientos en ruso.

Como usar

import torch
from transformers import AutoModelForSequenceClassification
from transformers import BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained('blanchefort/rubert-base-cased-sentiment-rusentiment')
model = AutoModelForSequenceClassification.from_pretrained('blanchefort/rubert-base-cased-sentiment-rusentiment', return_dict=True)

@torch.no_grad()
def predict(text):
    inputs = tokenizer(text, max_length=512, padding=True, truncation=True, return_tensors='pt')
    outputs = model(**inputs)
    predicted = torch.nn.functional.softmax(outputs.logits, dim=1)
    predicted = torch.argmax(predicted, dim=1).numpy()
    return predicted

Funcionalidades

Clasificación de sentimientos: NEUTRAL, POSITIVO, NEGATIVO
Basado en Transformers
Compatible con PyTorch y TensorFlow

Casos de uso

Análisis de sentimientos en redes sociales rusas
Clasificación de opiniones en ruso
Detección de sentimiento en aplicaciones conversacionales en ruso