Yelp/yelp_review_full
Viewer • Updated • 700k • 23.3k • 144
How to use Adilmar/caramelo-smile-2 with Transformers:
# Use a pipeline as a high-level helper
from transformers import pipeline
pipe = pipeline("text-classification", model="Adilmar/caramelo-smile-2") # Load model directly
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("Adilmar/caramelo-smile-2")
model = AutoModelForSequenceClassification.from_pretrained("Adilmar/caramelo-smile-2")
A classificação de texto é a tarefa de atribuir um rótulo ou classe (classificar) a um determinado texto. Alguns casos de uso são análise de sentimentos, inferência de linguagem natural e avaliação de correção gramatical.
Na Análise de Sentimentos, as classes podem ser polaridades como positivo, negativo, neutro ou sentimentos como felicidade ou raiva.
Você pode usar a biblioteca 🤗 Transformers com o pipeline de análise de sentimento para inferir com modelos de análise de sentimento. O modelo retorna o rótulo com a pontuação.
from transformers import pipeline
classifier = pipeline("sentiment-analysis")
classifier("Te amo!")
## [{'label': 'POSITIVE', 'score': 0.99}
loss: 0.38050948955218133
accuracy: 0.905251148915585
@misc {adilmar_coelho_dantas_2024,
author = { {Adilmar Coelho Dantas} },
title = { caramelo-smile (Revision 2707a19) },
year = 2024,
url = { https://huggingface.co/Adilmar/caramelo-smile },
doi = { 10.57967/hf/2061 },
publisher = { Hugging Face }
}