bert-base-turkish-sentiment-analysis

saribasmetehan

Clasificación de texto

Este modelo es una versión afinada de dbmdz/bert-base-turkish-cased en un conjunto de datos winvoker/turkish-sentiment-analysis-dataset (se usó la función de barajado con un conjunto de datos de entrenamiento de 10,000 puntos de datos y un conjunto de datos de prueba de 2,000 puntos). El proceso de afinado se puede encontrar en el siguiente enlace: https://github.com/saribasmetehan/Transformers-Library/blob/main/Turkish_Text_Classifiaction_Fine_Tuning_PyTorch.ipynb. El modelo logra los siguientes resultados en el conjunto de evaluación: Pérdida: 0.2458, Precisión: 0.962.

Como usar

from transformers import pipeline
text = "senden nefret ediyorum"
model_id = "saribasmetehan/bert-base-turkish-sentiment-analysis"
classifer = pipeline("text-classification", model=model_id)
preds = classifer(text)
print(preds)
# [{'label': 'LABEL_2', 'score': 0.7510055303573608}]

from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("saribasmetehan/bert-base-turkish-sentiment-analysis")
model = AutoModelForSequenceClassification.from_pretrained("saribasmetehan/bert-base-turkish-sentiment-analysis")

Funcionalidades

Clasificación de texto
Transformers
Safetensors

Casos de uso

Clasificación de sentimientos positivos, neutrales y negativos