FoodReviewAI-BERTimbau
сентимент бразильских отзывов о ресторанах
1 мин чтенияобновлено
Это файнтюн neuralmind/bert-base-portuguese-cased на 0,11 млрд параметров для классификации отзывов на бразильском португальском как положительных или отрицательных. Модель обучена на датасете StarRest: после preprocessing отобрано 16 293 отзыва. Автор — felipermtrindade.
Ключевые особенности
- Основа — BERTimbau Base для португальского, дообучен под бинарный сентимент.
- Обучение на 16 293 отзывах StarRest; 1–2 звезды — negative, 4–5 — positive, 3 исключены.
- Дисбаланс классов компенсировали weighted cross-entropy; метрика оптимизации — Negative F1.
- PyTorch / Transformers, 2 эпохи, learning rate 2e-5, max length 128 токенов.
- Сравнение с Logistic Regression: BERTimbau выиграл по accuracy и Negative F1.
Пример
from transformers import pipeline
clf = pipeline('text-classification', model='felipermtrindade/FoodReviewAI-BERTimbau', truncation=True, max_length=128)
texto = 'A comida estava maravilhosa e o atendimento foi excelente!'
print(clf(texto))
Подробнее
На 3 259 отложенных отзывах: accuracy 97,64%, Negative F1 0,83, Negative precision 0,80.Обучение шло на NVIDIA Tesla T4; входные тексты длиннее 128 токенов обрезаются.
Датасет сильно несбалансирован (~93% positive), метки выведены из оценок, а не размечены вручную.
Смешанные по тональности отзывы и другие домены могут классифицироваться хуже; калибровка confidence не проводилась.










Комментарии