muril_base_cased_urdu_sentiment

MichaelHuang
Clasificación de texto

Clasificador Binario de Sentimientos para Urdu basado en el modelo google/muril-base-cased, un modelo BERT preentrenado en 17 idiomas indios y sus contrapartes transliteradas. Se utiliza un conjunto de datos de análisis de sentimientos en urdu de mirfan899.

Como usar

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

# Cargar el modelo y el tokenizador
tokenizer = AutoTokenizer.from_pretrained("google/muril-base-cased")
model = AutoModelForSequenceClassification.from_pretrained("MichaelHuang/muril_base_cased_urdu_sentiment")

# Definir el texto de entrada
text = '''
لیکن مسٹر پوتن نے یہ بھی کہا کہ یہ منصوبہ اسی وقت پیش کیا جا سکتا ہے جب لوگ 'مغرب اور کیئو میں' اس کے لیے تیار ہوں۔
روسی رہنما نے منگل کو ماسکو میں چینی صدر شی جن پنگ سے ملاقات کی جس میں روس یوکرین جنگ اور دونوں ممالک کے درمیان تعلقات پر تبادلہ خیال کیا گیا۔
گذشتہ ماہ شائع ہونے والے چین کے منصوبے میں واضح طور پر روس سے یوکرین چھوڑنے کا مطالبہ نہیں کیا گیا ہے۔
'''

# Tokenizar el texto de entrada
inputs = tokenizer(text, return_tensors='pt')

# Hacer una predicción
outputs = model(**inputs)
predicted_class = torch.argmax(outputs.logits).item()

# Imprimir la clase predicha
if predicted_class == 1:
    print('Positive')
else:
    print('Negative')

Funcionalidades

Clasificación de texto
Transformers
PyTorch
Análisis de sentimientos en urdu

Casos de uso

Clasificación binaria de sentimientos en urdu
Análisis de sentimientos de textos en urdu
Detección de sentimientos positivos y negativos en urdu