Distilbert Sentiment

🚀 ゼロショット分類モデル

このプロジェクトは、transformersライブラリを用いたゼロショット分類モデルです。distilbert-base-uncasedをベースモデルとし、StanfordNLPのIMDBデータセットを用いています。

🚀 クイックスタート

このゼロショット分類モデルは、入力テキストの感情分析を行います。以下のコード例では、テキストの感情をポジティブまたはネガティブに分類しています。

💻 使用例

基本的な使用法

# Sample text to predict
text = "I love this movie, it was fantastic!"

# Tokenize the input text
inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True)

# Get model predictions
with torch.no_grad():
    outputs = model(**inputs)

# Get the logits (model's raw output)
logits = outputs.logits

# Convert logits to probabilities (if needed) and get the predicted class (0 or 1)
predictions = torch.argmax(logits, dim=-1).item()

# Map the prediction to sentiment labels
labels = {0: "NEGATIVE", 1: "POSITIVE"}  # Assuming binary classification
predicted_label = labels[predictions]

print(f"Predicted Sentiment: {predicted_label}")

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。

📦 モデル情報