BERT_Sentiment_Twitter

tti440

Clasificación de texto

Este modelo es una versión ajustada del modelo bert-base-uncased en el conjunto de datos de Twitter. Se utiliza principalmente para la clasificación de textos y análisis de sentimiento en Twitter.

Como usar

Este modelo se puede usar para el análisis de sentimiento en tweets. A continuación se muestran los hiperparámetros utilizados durante el entrenamiento:
learning_rate: 2e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: lineal
num_epochs: 5

Los siguientes son los resultados en el conjunto de evaluación:
Pérdida: 0.1995
Exactitud: 0.9674
F1: 0.9674
Precisión: 0.9674
Recuerdo: 0.9674

Etiquetas:

Label0: Negativo
Label1: Positivo
Label2: Neutral

Funcionalidades

Clasificación de textos
Transformers
Resultados de precisión, recuerdo y F1 muy altos
Compatibilidad con TensorBoard
Tamaños de lote de entrenamiento y evaluación ajustables
Optimización con Adam

Casos de uso

Análisis de sentimiento en Twitter
Clasificación de textos en redes sociales