blockenters/finetuned-nsmc-sentiment

Finetuned NSMC Sentiment Analysis Model

모델 설명

이 모델은 NSMC (Naver Sentiment Movie Corpus) 데이터셋을 사용하여 한국어 감정 분석을 위해 BERT 기반으로 파인튜닝된 모델입니다.
주로 영화 리뷰와 같은 텍스트 데이터를 대상으로 긍정(positive) 또는 부정(negative) 감정을 분류합니다.

• 모델 아키텍처: BERT (bert-base)
• 태스크: 감정 분석 (Text Classification)
• 언어: 한국어

---

데이터셋

이 모델은 NSMC (Naver Sentiment Movie Corpus) 데이터를 사용하여 학습되었습니다.

• 훈련 데이터 크기: 약 150,000개 문장
• 평가 데이터 크기: 약 50,000개 문장
• 라벨:
  • 0: 부정 (Negative)
  • 1: 긍정 (Positive)

---

모델 사용 방법

Hugging Face Transformers를 통한 사용

from transformers import pipeline

# 파이프라인 생성
model_name = "blockenters/finetuned-nsmc-sentiment"
sentiment_analyzer = pipeline("sentiment-analysis", model=model_name)

# 테스트 문장
test_sentence = "정말 최고의 영화였어요!"
result = sentiment_analyzer(test_sentence)

print(result)
# 예: [{'label': 'POSITIVE', 'score': 0.9876}]