Bert Sentiment Analisis Indo

🚀 感情分析用BERTモデル

このリポジトリには、感情分析用にファインチューニングされたBERTモデルが含まれています。このモデルは、テキストを2つの感情カテゴリ（0: ネガティブ、1: ポジティブ）に分類するように訓練されています。以下に、モデルの性能と訓練の詳細をまとめます。

📚 ドキュメント

モデル性能の概要

モデルは、評価データセットで以下の性能指標を達成しました。

正解率: 0.91

訓練の詳細

結果の解釈

• クラス0: ネガティブな感情を表します。
• クラス1: ポジティブな感情を表します。

このモデルは、両方のクラスで強い性能を示しており、ポジティブな感情（クラス1）に対してわずかに高い適合率と再現率を持っています。

📦 インストール

1. 依存関係のインストール

必要なライブラリがインストールされていることを確認してください。

pip install transformers torch

💻 使用例

基本的な使用法

# 1. モデルの読み込み
from transformers import BertForSequenceClassification, BertTokenizer
##Load the fine-tuned model and tokenizer
model = BertForSequenceClassification.from_pretrained("path_to_model")
tokenizer = BertTokenizer.from_pretrained("path_to_tokenizer")

# 2. 前処理と予測
from transformers import BertTokenizer, BertForSequenceClassification
import torch

# Load the saved model and tokenizer
model_path = 'bibrani/bert-sentiment-analisis-indo'
tokenizer = BertTokenizer.from_pretrained(model_path)
model = BertForSequenceClassification.from_pretrained(model_path)

# Set device
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)
print(device)

def predict_sentiment(text):
    """Predicts the sentiment of a given text.

    Args:
        text (str): The input text.

    Returns:
        str: "Negative sentiment" or "Positive sentiment".
    """
    # Tokenize the input text
    inputs = tokenizer(text, padding="max_length", truncation=True, max_length=512, return_tensors="pt")

    # Move inputs to the device
    input_ids = inputs.input_ids.to(device)
    attention_mask = inputs.attention_mask.to(device)

    # Perform inference
    with torch.no_grad():
        outputs = model(input_ids, attention_mask=attention_mask)
        logits = outputs.logits

    # Get the predicted class
    predicted_class = torch.argmax(logits, dim=1).item()

    if predicted_class == 0:
        return "Negative sentiment", inputs
    else:
        return "Positive sentiment", inputs

# Example usage
text_to_predict = "jadi cerita nya saya sedang ingin makan spaghetti dengan meatball yang kalau menurut ekspektasi saya adalah bakso yang terbuat dari cingcang yang biasa digunakan di menu pasta , setelah sampai , ternyata bakso yang digunakan adalah bakso olahan yang biasa dipakai di tukang bakso , bahkan bentuk nya tidak bulat"
sentiment = predict_sentiment(text_to_predict)
print(f"Text: {text_to_predict}")
print(f"Sentiment: {sentiment}") 

📄 ライセンス

このプロジェクトはMITライセンスの下でライセンスされています。