robbert-v2-dutch-sentiment
DTAI-KULeuven
Clasificación de texto
Modelo RobBERT/v2 afinado para análisis de sentimientos en reseñas de libros. Usamos el dataset DBRD, que consiste en reseñas de libros de hebban.nl. Realizamos algunos experimentos limitados para probar si también funciona en otros dominios, pero los resultados no fueron sobresalientes. Hemos publicado un modelo destilado y un modelo de tamaño base. Ambos modelos funcionan bastante bien, con solo una ligera diferencia en el rendimiento.
Como usar
from transformers import AutoModelForSequenceClassification, AutoTokenizer
model_name = "DTAI-KULeuven/robbert-v2-dutch-sentiment"
model = AutoModelForSequenceClassification.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)
text = "Prachtig verhaal, heel mooi verteld en een verrassend einde... Een topper!"
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)
Funcionalidades
- Basado en RobBERT (v2)
- Compatible con AutoTrain
- Compatible con Inference Endpoints
- Compatible con PyTorch
- Compatible con Transformers
- Realiza clasificación de texto
- Afinado con el conjunto de datos DBRD
Casos de uso
- Análisis de sentimientos en reseñas de libros
- Clasificación de sentimientos en textos en holandés
- Evaluación del sentimiento de comentarios en sitios web de reseñas de libros