Характеристики

Лицензия: MIT
Библиотека: transformers
Опубликована: 5 авг 2026

Ссылки

Hugging Face

Sentiment

Sudheer17

Классификация текстаТекст → label

Набор моделей для бинарной классификации текстов по положительной и отрицательной тональности.

0скачиваний за 30 дней0лайковвеса обновлены5 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Sudheer17/Sentiment — репозиторий с несколькими моделями анализа тональности, предназначенными для бинарной классификации текста на положительный и отрицательный. Автор карточки указывает варианты на основе BERT, LSTM и Bi-LSTM, а также классические алгоритмы: логистическую регрессию, линейный SVM, наивный Байес и XGBoost. Модель BERT можно загружать через библиотеку Hugging Face Transformers; для остальных вариантов нужны соответствующие токенизатор и предварительная обработка.

Модели подходят для определения общей положительной или отрицательной тональности текста. Репозиторий опубликован под лицензией MIT. Карточка не сообщает обучающие данные, языки, размер моделей или оценку качества, поэтому применять их для языков и сценариев, для которых качество отдельно не проверено, следует с осторожностью.

Сценарии применения

определение положительной или отрицательной тональности отзыва
классификация пользовательских комментариев по тональности
анализ тональности коротких сообщений
сравнение BERT и классических алгоритмов в задаче классификации тональности

Ограничения

Карточка не указывает языки и метрики качества, поэтому пригодность для конкретного языка или домена не подтверждена. Для моделей, кроме BERT, необходимо использовать подходящие токенизатор и предварительную обработку.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sentiment Analysis Models

This repository contains multiple trained sentiment analysis models for binary sentiment classification (Positive / Negative).

Repository Structure

Sentiment/
│
├── BERT/
├── Bi_LSTM/
├── Linear_Svm/
├── Logistic_Regression/
├── Lstm/
├── Naive Bayes/
├── XGBoost/
└── Notebooks/

Available Models

BERT
LSTM
Bi-LSTM
Logistic Regression
Linear SVM
Naive Bayes
XGBoost

Using the BERT Model

from transformers import pipeline

classifier = pipeline(
    "text-classification",
    model="Sudheer17/Sentiment/BERT"
)

result = classifier("I love this movie!")

print(result)

Example Output

[{'label': 'Positive', 'score': 0.9848}]

Example Inputs

I love this movie!

This is the worst experience ever.

The service was average.

Notes

The BERT model can be loaded directly using the Hugging Face Transformers library.
Classical Machine Learning and Deep Learning models are stored in their respective folders.
Use the appropriate tokenizer and preprocessing pipeline when working with non-BERT models.

Requirements

transformers
torch
tensorflow
scikit-learn
joblib
numpy
pandas

Install them using:

pip install transformers torch tensorflow scikit-learn joblib numpy pandas

License

This repository is released under the MIT License.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 02445dd