pavlentiy/reviews-sentiment-multilingual-e5-base

El uso de este modelo se facilita cuando tienes sentence-transformers instalado:

pip install -U sentence-transformers

Luego puedes usar el modelo de esta manera:

import numpy as np
from sentence_transformers import SentenceTransformer, util

sentences = ["Замечательный препарат, все пользуемся", "Последнее время данный препарат вызывает у меня сыпь"]
classes = ['негатив', 'нейтрально', 'позитив']

model = SentenceTransformer('pavlentiy/reviews-sentiment-multilingual-e5-base')
embeddings = model.encode(sentences)
embeddings_classes = model.encode(classes)

# Calcular similitudes coseno
cosine_scores = np.array(util.cos_sim(embeddings, embeddings_classes))

a = lambda t: {0:'негатив', 1:'нейтральная', 2:'позитив'}[t]
argmax = cosine_scores.argmax(axis=1)
result_classes = list(map(a, argmax))
print(result_classes)