Modelo de Análisis de Sentimientos

Descripción

Modelo de clasificación de sentimientos (positivo/negativo) basado en ModernBERT. Una versión eficiente de BERT base.

Uso

from transformers import pipeline

clasificador = pipeline("text-classification", model="IruNavi/modelo_reviews_sentimientos")
resultado = clasificador("This videogame is trash...")
print(resultado)

Etiquetas

  • POSITIVE: Sentimiento positivo
  • NEGATIVE: Sentimiento negativo

Limitaciones

  • Solo funciona con texto en inglés. (Es posible que algunas frases las acierte en español pero, mantener uso solo en inglés)

  • El modelo ha sido entrenado con reseñas de videojuegos de la página de metacritic.

Resultados métricas en TEST:

  • loss: 0.2966
  • accuracy: 0.9443
  • f1: 0.9629
  • precision: 0.9580
  • recall: 0.9678
Downloads last month
138
Safetensors
Model size
0.1B params
Tensor type
F32
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Dataset used to train IruNavi/modelo_reviews_sentimientos

Space using IruNavi/modelo_reviews_sentimientos 1