Update README.md
Browse files
README.md
CHANGED
@@ -14,11 +14,11 @@ metrics:
|
|
14 |
library_name: transformers
|
15 |
pipeline_tag: text-classification
|
16 |
widget:
|
17 |
-
- text: "
|
18 |
example_title: "Ejemplo positivo"
|
19 |
- text: "No estoy seguro si me gusta o no."
|
20 |
example_title: "Ejemplo neutro"
|
21 |
-
- text: "
|
22 |
example_title: "Ejemplo negativo"
|
23 |
model-index:
|
24 |
- name: bert-bregman
|
@@ -45,7 +45,7 @@ inference:
|
|
45 |
num_return_sequences: 1
|
46 |
---
|
47 |
|
48 |
-
# BERT
|
49 |
|
50 |
Este modelo está basado en XLM-RoBERTa y ha sido fine-tuned para realizar análisis de sentimientos en textos en español.
|
51 |
|
@@ -88,7 +88,7 @@ def predict(text):
|
|
88 |
return class_labels[predicted_class]
|
89 |
|
90 |
# Ejemplo de uso
|
91 |
-
texto = "
|
92 |
sentimiento = predict(texto)
|
93 |
print(f"El sentimiento del texto es: {sentimiento}")
|
94 |
|
|
|
14 |
library_name: transformers
|
15 |
pipeline_tag: text-classification
|
16 |
widget:
|
17 |
+
- text: "Bregman presidente!"
|
18 |
example_title: "Ejemplo positivo"
|
19 |
- text: "No estoy seguro si me gusta o no."
|
20 |
example_title: "Ejemplo neutro"
|
21 |
+
- text: "No saca más del 2%"
|
22 |
example_title: "Ejemplo negativo"
|
23 |
model-index:
|
24 |
- name: bert-bregman
|
|
|
45 |
num_return_sequences: 1
|
46 |
---
|
47 |
|
48 |
+
# BERT-bregman - Modelo de Análisis de Sentimientos en Español
|
49 |
|
50 |
Este modelo está basado en XLM-RoBERTa y ha sido fine-tuned para realizar análisis de sentimientos en textos en español.
|
51 |
|
|
|
88 |
return class_labels[predicted_class]
|
89 |
|
90 |
# Ejemplo de uso
|
91 |
+
texto = "Bregman presidente!"
|
92 |
sentimiento = predict(texto)
|
93 |
print(f"El sentimiento del texto es: {sentimiento}")
|
94 |
|