BETO Es Binary Classification

🚀 BETO（區分大小寫）

BETO（區分大小寫）模型是使用PyTorch構建的，可用於對西班牙語文本進行情感分類，判斷文本是否與技術相關。

🚀 快速開始

模型描述

• 輸入：任意西班牙語文本。
• 輸出：情感分類結果。（0 - 負面；1 - 正面，即與技術相關）

如何使用

以下是在 PyTorch 中使用此模型獲取給定文本特徵的示例代碼：

# You can include sample code which will be formatted
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("hiiamsid/BETO_es_binary_classification")
model = AutoModelForSequenceClassification.from_pretrained("hiiamsid/BETO_es_binary_classification")
text = "Replace me by any text you'd like."
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

🔧 技術細節

訓練過程

該模型在 dccuchile/bert-base-spanish-wwm-cased 數據集上進行訓練。

數據集

使用自制數據集，用於分類文本是否與技術相關。

評估指標

• F值（F-score）
• 準確率（Accuracy）
• 精確率（Precision）
• 召回率（Recall）

📄 許可證

本項目採用 Apache-2.0 許可證。