File size: 1,711 Bytes
344b80f d185d68 62b6cc0 d185d68 c2792d0 96d5d77 d185d68 c2792d0 344b80f d185d68 c2792d0 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 |
---
tags:
- autotrain
- text-classification
widget:
- text: Amo um cafune
- text: Odeio motoqueiro
- text: Sou um pouco curioso
datasets:
- yelp_review_full
- Adilmar/caramelo-emotions-v2
license: cc-by-4.0
language:
- pt
- en
metrics:
- accuracy
- f1
---
# 🇧🇷 Caramelo Smile 🇧🇷
<img src="https://i.imgur.com/sKAe5ZP.png" width="20%"/>
# Modelo treinado com mais de +100M de parâmetros em Português do Brasil
# Classificação de Texto
<img src="https://i.imgur.com/WEnueLY.png"/>
A classificação de texto é a tarefa de atribuir um rótulo ou classe (classificar) a um determinado texto. Alguns casos de uso são análise de sentimentos, inferência de linguagem natural e avaliação de correção gramatical.
## Análise de sentimentos
Na Análise de Sentimentos, as classes podem ser polaridades como positivo, negativo, neutro ou sentimentos como felicidade ou raiva.
## Infereferência
Você pode usar a biblioteca 🤗 Transformers com o pipeline de análise de sentimento para inferir com modelos de análise de sentimento. O modelo retorna o rótulo com a pontuação.
```python
from transformers import pipeline
classifier = pipeline("sentiment-analysis")
classifier("Te amo!")
## [{'label': 'POSITIVE', 'score': 0.99}
```
- Problem type: Text Classification
## Validation Metrics
loss: 0.38050948955218133
accuracy: 0.905251148915585
## Cite
```
@misc {adilmar_coelho_dantas_2024,
author = { {Adilmar Coelho Dantas} },
title = { caramelo-smile (Revision 2707a19) },
year = 2024,
url = { https://huggingface.co/Adilmar/caramelo-smile },
doi = { 10.57967/hf/2061 },
publisher = { Hugging Face }
}
``` |