imdb-finetuned-bert-base-uncased
JiaqiLee
Clasificación de texto
Este modelo es una versión ajustada del modelo bert-base-uncased para clasificar el sentimiento de las reseñas de películas en una de dos categorías: negativo (etiqueta 0), positivo (etiqueta 1).
Como usar
Puedes usar el modelo con el siguiente código.
from transformers import BertForSequenceClassification, BertTokenizer, TextClassificationPipeline
model_path = "JiaqiLee/imdb-finetuned-bert-base-uncased"
tokenizer = BertTokenizer.from_pretrained(model_path)
model = BertForSequenceClassification.from_pretrained(model_path, num_labels=2)
pipeline = TextClassificationPipeline(model=model, tokenizer=tokenizer)
print(pipeline("La película representó bien las batallas psicológicas que Harry Vardon libró dentro de sí mismo, desde su trauma infantil de ser desalojado hasta su propia incapacidad para romper ese techo de cristal que le impide ser aceptado como igual en la sociedad del golf inglés."))
Funcionalidades
- Clasificación de texto
- Transformadores
- PyTorch
- Datos de IMDB
- Compatibilidad con el modelo BERT
Casos de uso
- Clasificación del sentimiento en reseñas de películas
- Análisis del sentimiento en textos