RoBERTa para Análisis Sentimental
syedkhalid076
Clasificación de texto
Modelo de análisis sentimental RoBERTa para la clasificación de texto. Este modelo ha sido desarrollado y entrenado utilizando el conjunto de datos stanfordnlp/sst2 y es compatible con AutoTrain y Endpoints de Inference.
Como usar
El modelo produce 1 y 0, donde 1 es 'Positivo' y 2 es 'Negativo'. Puedes usarlo con el siguiente código:
from transformers import AutoTokenizer, AutoModelForSequenceClassification
model_name = 'syedkhalid076/RoBERTa-Sentimental-Analysis-Model'
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)
# Prueba el modelo con una entrada
inputs = tokenizer('I like you. I love you', return_tensors='pt')
outputs = model(**inputs)
Funcionalidades
- Clasificación de texto
- Utiliza la biblioteca Transformers
- Compatibilidad con Safetensors
- Entrenado con el conjunto de datos stanfordnlp/sst2
- Compatible con AutoTrain
Casos de uso
- Análisis de sentimientos en redes sociales
- Evaluación de comentarios de productos
- Clasificación de opiniones en foros