许可证: mit
语言:

• 印尼语
  评估指标:
• 准确率
• F1值
  基础模型:
• indobenchmark/indobert-base-p2
  任务标签: 文本分类
  库名称: transformers
  标签:
• 金融
  数据集:
• siRendy/dataset-analisis-sentimen-review-produk
  新版本: siRendy/indobert-analisis-sentimen-review-produk-p2

印尼语情感分类模型 - 双类别

本模型是基于indobenchmark/indobert-base-p2微调而成，专用于印尼语产品评论的情感分类任务，包含两个标签（正面和负面）。训练数据集包含10,600条来自Tokopedia电商平台的产品评论。

🎯 目标

该模型旨在将用户评论划分为两类情感：正面(POSITIF)和负面(NEGATIF)。

🧪 评估指标

模型采用以下指标进行评估：

• 准确率
• F1值

� 基础模型

• indobenchmark/indobert-base-p2

⚙️ 训练参数

训练配置参数如下(TrainingArguments)：

from transformers import TrainingArguments  

training_args = TrainingArguments(  
    output_dir="./results",  
    num_train_epochs=3,  
    per_device_train_batch_size=4,  
    gradient_accumulation_steps=4,  
    per_device_eval_batch_size=4,  
    weight_decay=0.05,  
    eval_strategy="epoch",  
    save_strategy="epoch",  
    seed=42,  
    load_best_model_at_end=True,  
    metric_for_best_model="f1",  
    logging_dir="./logs",  
    report_to="tensorboard",  
    logging_steps=100,  
    warmup_ratio=0.05,  
)  

📊 评估结果

模型在3个训练周期内通过准确率和F1值进行评估。各周期表现如下：

根据最高F1值，最终选择第3周期的模型为最佳模型。

👨‍💻 推理示例

# 加载模型和分词器  
from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline  
import torch  

# 从Hugging Face Hub加载  
model = AutoModelForSequenceClassification.from_pretrained("siRendy/indobert-analisis-sentimen-review-produk")  
tokenizer = AutoTokenizer.from_pretrained("siRendy/indobert-analisis-sentimen-review-produk")  

# 预测函数  
def predict_sentiment(text):  
    classifier = pipeline(  
        "text-classification",  
        model=model,  
        tokenizer=tokenizer,  
        device=0 if torch.cuda.is_available() else -1  
    )  

    result = classifier(text)[0]  
    return {  
        "情感倾向": str(result["label"]),  
        "置信度": round(result["score"], 4)  
    }  

# 示例调用  
text = "这个产品非常糟糕，完全不值得购买。"  
prediction = predict_sentiment(text)  
print(prediction)