评论情感分析

一种工具，用于分析特定产品或服务的客户评论的整体情感，无论是积极的还是消极的。通过使用Kaludi训练的“ Reviews-Sentiment-Analysis”模型中的自然语言处理算法和机器学习进行此分析，帮助企业获得有价值的客户满意度见解，并相应地改进其产品和服务。

训练过程

• 学习率 = 1e-5
• 批处理大小 = 32
• 热身 = 600
• 最大序列长度 = 128
• 训练时期数 = 10.0

验证指标

• 损失: 0.159
• 准确率: 0.952
• 精确度: 0.965
• 召回率: 0.938
• AUC: 0.988
• F1: 0.951

使用方法

您可以使用cURL访问此模型:

$ curl -X POST -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"inputs": "I don't feel like you trust me to do my job."}' https://api-inference.huggingface.co/models/Kaludi/Reviews-Sentiment-Analysis

或者使用Python API:

from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("Kaludi/Reviews-Sentiment-Analysis", use_auth_token=True)

tokenizer = AutoTokenizer.from_pretrained("Kaludi/Reviews-Sentiment-Analysis", use_auth_token=True)

inputs = tokenizer("I don't feel like you trust me to do my job.", return_tensors="pt")

outputs = model(**inputs)