liam168/c2-roberta-base-finetuned-dianping-chinese
liam168
Clasificación de texto
Modelo entrenado con corpus de diálogo emocional en chino, 2 clasificaciones: optimista y pesimista.
Como usar
from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline
model_name = "liam168/c2-roberta-base-finetuned-dianping-chinese"
class_num = 2
ts_texts = ["我喜欢下雨。", "我讨厌他."]
model = AutoModelForSequenceClassification.from_pretrained(model_name, num_labels=class_num)
tokenizer = AutoTokenizer.from_pretrained(model_name)
classifier = pipeline('sentiment-analysis', model=model, tokenizer=tokenizer)
classifier(ts_texts[0])
classifier(ts_texts[1])
[{'label': 'positive', 'score': 0.9973447918891907}]
[{'label': 'negative', 'score': 0.9972558617591858}]
Funcionalidades
- Clasificación de texto
- Transformers
- PyTorch
- BERT
Casos de uso
- Clasificación de sentimientos en textos chinos
- Identificación de emociones optimistas y pesimistas