HooshvareLab/bert-fa-base-uncased-sentiment-digikala
HooshvareLab
Clasificación de texto
Un modelo basado en Transformers para la comprensión del idioma persa. Reconstruimos el vocabulario y ajustamos ParsBERT v1.1 en nuevos corpus persas para proporcionar funcionalidades para usar ParsBERT en otros ámbitos. Este modelo está destinado a clasificar texto, como comentarios, en función de su sesgo emocional. Probamos tres conjuntos de datos bien conocidos para esta tarea: comentarios de usuarios de Digikala, comentarios de usuarios de SnappFood y DeepSentiPers en dos tipos: binario y multi-forma.
Como usar
# Análisis de sentimiento utilizando ParsBERT v2.0
# Ejemplo de uso
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch
modelo = 'HooshvareLab/bert-fa-base-uncased-sentiment-digikala'
tokenizador = AutoTokenizer.from_pretrained(modelo)
modelo_clasificacion = AutoModelForSequenceClassification.from_pretrained(modelo)
# Texto de ejemplo
ejemplo_texto = 'این یک مثال از متن است'
tokens = tokenizador(ejemplo_texto, return_tensors='pt')
resultados = modelo_clasificacion(**tokens)
probabilidades = torch.softmax(resultados.logits, dim=1)
print(probabilidades)
Funcionalidades
- Clasificación de texto
- Modelo basado en Transformers
- Ajustado en nuevos corpus persas
- Soporte para varios conjuntos de datos
Casos de uso
- Clasificación de comentarios de usuarios en Digikala
- Clasificación de comentarios de usuarios en SnappFood
- Clasificación de comentarios en el conjunto de datos DeepSentiPers