lighteternal/fact-or-opinion-xlmr-el

lighteternal

Clasificación de texto

Clasificador binario de hechos contra opiniones, entrenado en un corpus anotado mixto EN-EL. Este es un modelo XLM-Roberta-base con una cabeza de clasificación binaria. Dada una oración, puede clasificarla ya sea como un hecho o una opinión basado en su contenido. Puedes usar este modelo en cualquiera de los idiomas compatibles con XLM-R para la misma tarea, aprovechando sus capacidades de aprendizaje de 0 disparos. Sin embargo, el modelo se entrenó solo utilizando oraciones en inglés y griego.

Como usar

from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("lighteternal/fact-or-opinion-xlmr-el")
tokenizer = AutoTokenizer.from_pretrained("lighteternal/fact-or-opinion-xlmr-el")

# Ejemplo de uso
def classify_sentence(sentence):
    inputs = tokenizer(sentence, return_tensors='pt')
    outputs = model(**inputs)
    logits = outputs.logits
    predicted_class = logits.argmax().item()
    return "Hecho" if predicted_class == 1 else "Opinión"

sentence = "Tolkien is my favorite writer."
print(classify_sentence(sentence))

Funcionalidades

Clasificación binaria de hechos contra opiniones
Entrenado en un corpus anotado mixto EN-EL
Capacidades de aprendizaje de 0 disparos
Compatible con idiomas compatibles con XLM-R

Casos de uso

Clasificación de oraciones en hechos u opiniones
Analítica de contenido
Aplicaciones de procesamiento de lenguaje natural en múltiples idiomas