语言:

• 西班牙语 标签:
• 西班牙语
• 票据分类 许可证: "apache-2.0" 数据集:
• 自制数据集，用于分类文本是否与技术相关。 评估指标:
• F值
• 准确率
• 精确率
• 召回率

BETO（区分大小写）

该模型使用PyTorch构建。

模型描述

模型输入：任意西班牙语文本
模型输出：情感分类（0 - 负面，1 - 正面（即与技术相关））

使用方法

以下是如何在PyTorch中使用该模型获取给定文本特征的示例代码：

# 包含将被格式化的示例代码
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("hiiamsid/BETO_es_binary_classification")
model = AutoModelForSequenceClassification.from_pretrained("hiiamsid/BETO_es_binary_classification")
text = "替换为任意你想要的文本。"
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

训练过程

基于dccuchile/bert-base-spanish-wwm-cased数据集进行训练。