Update README.md

README.md

@@ -2,18 +2,34 @@
 language:
 - vi
 base_model:
-- vinai/phobert-base
+- VietAI/vit5-base
 ---
-A model fine-tuned for sentiment analysis based on [vinai/phobert-base](https://huggingface.co/VietAI/vit5-base).
+A model fine-tuned for sentiment analysis based on [VietAI/vit5-base](https://huggingface.co/vinai/phobert-base).
 
-Dataset: [OpenHust/vietnamese-summarization](https://huggingface.co/datasets/OpenHust/vietnamese-summarization/viewer/default/train?row=69).
+Labels:
+- NEG: Negative
+- POS: Positive
+- NEU: Neutral
 
+Dataset: Comments on Shoppe (https://shopee.vn/)
 ## Usage
 ```python
-from transformers import pipeline
+import torch
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
 
-text = "Sữa hạt Healthy là nguồn dồi dào các loại khoáng chất, chất xơ và chất béo tốt cho sức khỏe tim mạch. Không chứa đường tinh luyện, mà thay vào đó, sử dụng các thành phần từ thiên nhiên và đường từ trái cây.Sữa hạt Healthy không chỉ dùng để uống trực tiếp, mà còn là lựa chọn tuyệt vời cho sữa chua, muesli, smoothie, hoặc nấu ăn."
-summarizer = pipeline("summarization", model="lamsytan/summarization-base-vit5")
-print(summarizer(text))
-# Ouput
-# [{'summary_text': 'Uống sữa hạt Healthy là một lựa chọn tuyệt vời cho sức khỏe tim mạch.'}]
+tokenizer = AutoTokenizer.from_pretrained("lamsytan/sentiment-analysis-base-phobert")
+model = AutoModelForSequenceClassification.from_pretrained("lamsytan/sentiment-analysis-base-phobert")
+
+sentence = "Áo đẹp lắm nhá lần sau sẽ ghé tiếp ạ"
+
+inputs = tokenizer(sentence, return_tensors="pt", padding=True, truncation=True)
+
+with torch.no_grad():
+    outputs = model(**inputs)
+    logits = outputs.logits
+    probabilities = torch.softmax(logits, dim=-1)
+
+print(probabilities.tolist())
+    # Output:
+    # [[0.010827462188899517, 0.9538241624832153, 0.035348404198884964]]
+    #         ^                         ^                  ^