CAMeL-Lab/bert-base-arabic-camelbert-ca-sentiment
CAMeL-Lab
Clasificación de texto
CAMeLBERT-CA SA Model es un modelo de Análisis de Sentimientos (SA) que se construyó afinando el modelo CAMeLBERT Árabe Clásico (CA). Para la afinación, utilizamos los conjuntos de datos ASTD, ArSAS y SemEval. Nuestro procedimiento de afinación y los hiperparámetros que utilizamos se pueden encontrar en nuestro artículo 'La intersección de variante, tamaño y tipo de tarea en los modelos de lenguaje preentrenados árabes'.
Como usar
Para usar el modelo con el componente SA de CAMeL Tools:
from camel_tools.sentiment import SentimentAnalyzer
sa = SentimentAnalyzer("CAMeL-Lab/bert-base-arabic-camelbert-ca-sentiment")
sentences = ['أنا بخير', 'أنا لست بخير']
sa.predict(sentences)
['positive', 'negative']
También puede usar el modelo SA directamente con una pipeline de transformers:
from transformers import pipeline
e
sa = pipeline('text-classification', model='CAMeL-Lab/bert-base-arabic-camelbert-ca-sentiment')
sentences = ['أنا بخير', 'أنا لست بخير']
sa(sentences)
[{'label': 'positive', 'score': 0.9616648554801941},
{'label': 'negative', 'score': 0.9779177904129028}]
Nota: para descargar nuestros modelos, necesitaría transformers>=3.5.0. De lo contrario, podría descargar los modelos manualmente.
Funcionalidades
- Modelo de análisis de sentimientos
- Afinado del modelo CAMeLBERT Árabe Clásico (CA)
- Utiliza los conjuntos de datos ASTD, ArSAS y SemEval
- Implementación en PyTorch y TensorFlow
Casos de uso
- Análisis de sentimientos en textos en árabe
- Clasificación de sentimientos positivos y negativos
- Implementación en aplicaciones que requieren análisis de opiniones