textattack/roberta-base-SST-2
textattack
Clasificación de texto
Un modelo basado en RoBERTa para la clasificación de texto. Compatible con PyTorch, TensorFlow y JAX. Es apto para uso con AutoTrain y Endpoints de Inferencia.
Como usar
Este modelo se puede utilizar para la clasificación de secuencias de texto. Se puede implementar mediante las bibliotecas Transformers, PyTorch, TensorFlow y JAX. Ejemplo de uso:
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained('textattack/roberta-base-SST-2')
model = AutoModelForSequenceClassification.from_pretrained('textattack/roberta-base-SST-2')
inputs = tokenizer('I like you. I love you', return_tensors='pt')
outputs = model(**inputs)
Funcionalidades
- Clasificación de texto
- Compatibilidad con Transformers
- Compatibilidad con PyTorch
- Compatibilidad con TensorFlow
- Compatibilidad con JAX
- Uso de safetensors
- Compatible con AutoTrain
- Compatible con Endpoints de Inferencia
- Región: US
Casos de uso
- Clasificación de sentimientos en textos.
- Análisis de opiniones.
- Detección de emociones en textos escritos.