Indonesian Sentiment

🚀 インドネシア語センチメント分析モデル

このモデルは、インドネシア語のコメントやレビューに対するセンチメント分析を行うために微调整されたモデルです。

🚀 クイックスタート

このモデルは、インドネシア語のテキストデータで事前学習されたBERTモデルである IndoBERT Base Uncased の微调整バージョンです。インドネシア語のコメントやレビューに対するセンチメント分析を行うために微调整されています。

✨ 主な機能

• 与えられたインドネシア語のレビューテキストを、ネガティブ、ニュートラル、ポジティブの3つのカテゴリに分類します。

📦 インストール

このモデルを使用するには、transformers ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers torch

💻 使用例

基本的な使用法

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("taufiqdp/indonesian-sentiment")
model = AutoModelForSequenceClassification.from_pretrained("taufiqdp/indonesian-sentiment")

class_names = ['negatif', 'netral', 'positif']

text = "Pelayanan lama dan tidak ramah"
tokenized_text = tokenizer(text, return_tensors='pt')

with torch.inference_mode():
    logits = model(**tokenized_text)['logits']

result = class_names[logits.argmax(dim=1)]
print(result)

📚 ドキュメント

モデル詳細

このモデルは、インドネシア語のテキストデータで事前学習されたBERTモデルである IndoBERT Base Uncased の微调整バージョンです。インドネシア語のコメントやレビューに対するセンチメント分析を行うために微调整されています。

モデルは、indonlu (SmSA) と indonesian_sentiment のデータセットで学習されました。

学習ハイパーパラメータ

学習結果

🔧 技術詳細

このモデルは、事前学習されたBERTモデルをベースに、インドネシア語のセンチメント分析タスクに対して微调整されています。学習には、特定のハイパーパラメータが使用され、最適化アルゴリズムと学習率スケジューラが適用されました。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

📖 引用

@misc{koto2020indolem,
      title={IndoLEM and IndoBERT: A Benchmark Dataset and Pre-trained Language Model for Indonesian NLP}, 
      author={Fajri Koto and Afshin Rahimi and Jey Han Lau and Timothy Baldwin},
      year={2020},
      eprint={2011.00677},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
@inproceedings{purwarianti2019improving,
  title={Improving Bi-LSTM Performance for Indonesian Sentiment Analysis Using Paragraph Vector},
  author={Ayu Purwarianti and Ida Ayu Putu Ari Crisdayanti},
  booktitle={Proceedings of the 2019 International Conference of Advanced Informatics: Concepts, Theory and Applications (ICAICTA)},
  pages={1--5},
  year={2019},
  organization={IEEE}
}