seara/rubert-tiny2-russian-sentiment
seara
Clasificación de texto
Este es el modelo RuBERT-tiny2 ajustado para la clasificación de sentimiento de textos cortos en ruso. La tarea es una clasificación de múltiples clases con las siguientes etiquetas: 0: neutral, 1: positivo, 2: negativo. El modelo se entrenó en la unión de varios conjuntos de datos rusos de sentimiento.
Como usar
from transformers import pipeline
model = pipeline(model="seara/rubert-tiny2-russian-sentiment")
model("Привет, ты мне нравишься!")
# [{'label': 'positive', 'score': 0.9398769736289978}]
Funcionalidades
- Clasificación de Texto
- Transformers
- PyTorch
- Safetensors
- 5 conjuntos de datos
- Ruso
- bert
- análisis de sentimiento
- clasificación de múltiples clases
- clasificación mecanografiada
- inferencia de puntos finales
Casos de uso
- Análisis de sentimiento en textos cortos en ruso
- Clasificación de textos en neutral, positivo y negativo
- Aplicaciones de monitoreo social
- Análisis de reseñas