roberta_bne_sentiment_analysis_es

edumunozsala

Clasificación de texto

Un modelo afinado para el análisis de sentimiento en español. Este modelo fue entrenado usando Amazon SageMaker y el nuevo contenedor de Deep Learning de Hugging Face. El modelo base es RoBERTa-base-bne, que es un modelo base de RoBERTa y ha sido preentrenado utilizando el corpus en español más grande conocido hasta la fecha, con un total de 570GB. Fue entrenado por la Biblioteca Nacional de España.

Como usar

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained('edumunozsala/roberta_bne_sentiment_analysis_es')
model = AutoModelForSequenceClassification.from_pretrained('edumunozsala/roberta_bne_sentiment_analysis_es')

text = 'Se trata de una película interesante, con un solido argumento y un gran interpretación de su actor principal'

input_ids = torch.tensor(tokenizer.encode(text)).unsqueeze(0)
outputs = model(input_ids)
output = outputs.logits.argmax(1)

Funcionalidades

Modelo RoBERTa base preentrenado con el corpus en español más grande
Afinado específicamente para el análisis de sentimientos en críticas de películas
Entrenado usando Amazon SageMaker
Proporciona precisión, F1, precisión y recall altos

Casos de uso

Análisis de sentimientos en críticas de películas en español
Se puede aplicar a otros tipos de reseñas y corpus en español