许可证：Apache-2.0
数据集：

• stanfordnlp/imdb
  语言：
• 英语
  基础模型：
• distilbert/distilbert-base-uncased
  管道标签：零样本分类
  库名称：transformers

示例代码：

# 待预测的示例文本
text = "我爱这部电影，太棒了！"

# 对输入文本进行分词处理
inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True)

# 获取模型预测结果
with torch.no_grad():
    outputs = model(**inputs)

# 获取logits（模型的原始输出）
logits = outputs.logits

# 将logits转换为概率（如需）并获取预测类别（0或1）
predictions = torch.argmax(logits, dim=-1).item()

# 将预测结果映射到情感标签
labels = {0: "负面", 1: "正面"}  # 假设为二分类任务
predicted_label = labels[predictions]

print(f"预测情感倾向: {predicted_label}")