CAMeL-Lab/bert-base-arabic-camelbert-msa-sentiment
CAMeL-Lab
Clasificación de texto
CAMeLBERT MSA SA Model es un modelo de Análisis de Sentimientos (SA) que se construyó afinando el modelo CAMeLBERT Modern Standard Arabic (MSA). Para el ajuste fino, utilizamos los conjuntos de datos ASTD, ArSAS y SemEval. Nuestro procedimiento de ajuste fino y los hiperparámetros que usamos se pueden encontrar en nuestro documento "The Interplay of Variant, Size, and Task Type in Arabic Pre-trained Language Models." Nuestro código de ajuste fino se puede encontrar aquí.
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-msa-sentiment")
sentences = ['أنا بخير', 'أنا لست بخير']
sa.predict(sentences)
['positive', 'negative']
También puedes usar el modelo SA directamente con un pipeline de transformers:
from transformers import pipeline
sa = pipeline('sentiment-analysis', model='CAMeL-Lab/bert-base-arabic-camelbert-msa-sentiment')
sentences = ['أنا بخير', 'أنا لست بخير']
sa(sentences)
[{'label': 'positive', 'score': 0.9616648554801941}, {'label': 'negative', 'score': 0.9779177904129028}]
Nota: para descargar nuestros modelos, necesitarías transformers>=3.5.0. De lo contrario, podrías descargar los modelos manualmente.
Funcionalidades
- Clasificación de texto
- Transformers
- PyTorch
- TensorFlow
- Análisis de sentimientos
- Modelos preentrenados en árabe
Casos de uso
- Clasificación de sentimientos de textos en árabe
- Integración en herramientas de análisis de sentimientos
- Uso en pipelines de transformers