| ---
|
| language: ru
|
| license: mit
|
| tags:
|
| - pytorch
|
| - sentiment-analysis
|
| - russian
|
| datasets:
|
| - mar1mba.russian-sentiment-dataset
|
| ---
|
|
|
|
|
| # Модель тональности отзывов (positive / neutral / negative)
|
|
|
| Эта модель определяет эмоциональную окраску русскоязычных отзывов: **позитивную**, **нейтральную** или **негативную**.
|
|
|
| Обучена на реальных отзывах с маркетплейсов и сервисов. Подходит для анализа отзывов о товарах, услугах, фильмах, ресторанах и т.д.
|
|
|
| ---
|
|
|
| ## 📊 Характеристики
|
|
|
| - **Язык**: Русский
|
| - **Архитектура**: [`cointegrated/rubert-tiny2`](https://huggingface.co/cointegrated/rubert-tiny2) (дообученная)
|
| - **Классы**:
|
| - `neutral` (0)
|
| - `positive` (1)
|
| - `negative` (2)
|
| - **F1-score (валидация)**: 73.4%
|
| - **Accuracy**: 73.4%
|
| - **Validation loss**: 0.61
|
| - **Размер датасета**: 290 390 отзывов
|
| - **Баланс классов**: сбалансированный (≈33% на каждый класс)
|
|
|
| ---
|
|
|
| ## 🚀 Быстрый старт
|
|
|
| ### Установка
|
|
|
| ```bash
|
| pip install transformers torch
|
| ```
|
|
|
| ### Использование
|
|
|
| ```py
|
| from transformers import pipeline
|
|
|
| classifier = pipeline("text-classification", model="./sentiment-model-rus", tokenizer="./sentiment-model-rus", top_k=1)
|
| label_map = {0: "neutral", 1: "positive", 2: "negative"}
|
|
|
| raw_output = classifier("проведец честный, рекомендую", top_k=1)
|
| for pred in raw_output:
|
| label_id = int(pred['label'].replace('LABEL_', ''))
|
| pred['label'] = label_map[label_id]
|
|
|
| print(raw_output)
|
| ```
|
|
|
| ⚠️ Ограничения
|
| - Может ошибаться на сарказме и иронии.
|
| - Работает лучше на типичных отзывах, чем на художественных или поэтических текстах.
|
| - Не учитывает контекст за пределами одного отзыва.
|
|
|
