deberta-v3-base-absa-v1.1

yangheng

Clasificación de texto

El modelo DeBERTa-v3-base-ABSA para el análisis de sentimientos basado en aspectos, entrenado con conjuntos de datos en inglés de ABSADatasets. Este modelo está entrenado con más de 30k muestras de ABSA y es adecuado para entrenamiento y pruebas en conjuntos de datos comunes de ABSA, como Laptop14 y Rest14 (excepto Rest15).

Como usar

from transformers import AutoTokenizer, AutoModelForSequenceClassification

# Cargar el modelo y el tokenizador ABSA
model_name = "yangheng/deberta-v3-base-absa-v1.1"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

classifier = pipeline("text-classification", model=model, tokenizer=tokenizer)

for aspect in ['camera', 'phone']:
    print(aspect, classifier('The camera quality of this phone is amazing.',  text_pair=aspect))

Funcionalidades

Clasificación de texto
Transformers
PyTorch
Safetensors
Análisis de sentimientos basado en aspectos

Casos de uso

Entrenamiento y prueba en conjuntos de datos comunes de ABSA
Análisis de sentimientos en reseñas de productos
Evaluación de la calidad de características específicas de un producto