mdhugol/indonesia-bert-sentiment-classification

mdhugol

Clasificación de texto

El Clasificador de Sentimientos BERT Indonesio es un modelo de clasificación de textos basado en sentimientos. El modelo fue originalmente el modelo pre-entrenado IndoBERT Base Model (fase1 - uncased) utilizando el conjunto de datos de sentimientos Prosa.

Como usar

from transformers import pipeline
from transformers import AutoTokenizer, AutoModelForSequenceClassification

pretrained= "mdhugol/indonesia-bert-sentiment-classification"

model = AutoModelForSequenceClassification.from_pretrained(pretrained)
tokenizer = AutoTokenizer.from_pretrained(pretrained)

sentiment_analysis = pipeline("sentiment-analysis", model=model, tokenizer=tokenizer)

label_index = {'LABEL_0': 'positive', 'LABEL_1': 'neutral', 'LABEL_2': 'negative'}

pos_text = "Sangat bahagia hari ini"
neg_text = "Dasar anak sialan!! Kurang ajar!!"

result = sentiment_analysis(pos_text)
status = label_index[result[0]['label']]
score = result[0]['score']
print(f'Text: {pos_text} | Label : {status} ({score * 100:.3f}%)')

result = sentiment_analysis(neg_text)
status = label_index[result[0]['label']]
score = result[0]['score']
print(f'Text: {neg_text} | Label : {status} ({score * 100:.3f}%)')

Funcionalidades

Clasificación de sentimientos de texto
Utiliza el modelo base IndoBERT
Pre-entrenado con el conjunto de datos de sentimientos Prosa

Casos de uso

Clasificación de sentimientos en textos en indonesio
Análisis de opiniones y comentarios en redes sociales y plataformas
Detección de emociones en el servicio al cliente