insightulasan-nlp01

InsightUlasan NLP-01

IndoBERT yang di-fine-tune untuk klasifikasi aspek dan sentimen pada ulasan e-commerce Bahasa Indonesia informal. Dibangun untuk AIC COMPFEST 18.

Dua kepala di atas satu encoder bersama: multi-label aspek (11 kelas) dan sentimen tiga kelas.

Batas klaim — baca sebelum memakai

Sentimen: tervalidasi. Pada label manusia independen (NusaX-senti, PRDECT-ID) macro F1 0,730 berbanding 0,700 milik baseline leksikon. Kelas netral membaik dari 0,021 ke 0,645.

Aspek: BELUM tervalidasi. Label aspek pada data latih berasal dari labeling function yang ditulis tim sendiri, sehingga metrik aspek mengukur kesepakatan dengan aturan itu — bukan akurasi. Angka aspek tidak boleh dikutip sebagai capaian.

Kelemahan yang diketahui: model kurang memanggil kelas negatif. Pada PRDECT-ID, 128 dari 420 ulasan berlabel negatif tidak dikenali. Penyebabnya bukan aturan keputusan di batas ambang — 88% di antaranya diprediksi dengan probabilitas negatif di bawah 0,10, artinya model yakin ketika ia salah.

Rincian lengkap: https://github.com/patrick12354/BPS_AIC (docs/MODEL_CARD.md, LIMITATIONS.md)

Pemakaian

Model ini memerlukan kelas DualHeadClassifier dari repositori di atas; ia bukan checkpoint AutoModel standar.

from huggingface_hub import snapshot_download
snapshot_download(repo_id="MikaelAdi/insightulasan-nlp01", local_dir="models/indobert-nlp01")