xlm-roberta-sentiment-es

XLM-RoBERTa para Análisis de Sentimientos en Español

Descripción

Modelo fine-tuned de FacebookAI/xlm-roberta-large para análisis de sentimientos en español.

Etiquetas

• LABEL_0: NEUTRAL 😐
• LABEL_1: POSITIVO 😊
• LABEL_2: NEGATIVO 😞

Uso

from transformers import pipeline
import re

# Función de preprocesamiento
def procesar_texto(texto):
    texto = str(texto)
    texto = re.sub(r"http\S+", " ", texto)
    texto = re.sub(r"@\w+", " ", texto)
    texto = re.sub(r"#(\w+)", r"\1", texto)
    texto = re.sub(r"[^\w\sáéíóúÁÉÍÓÚñÑ!?¿¡]", " ", texto)
    texto = re.sub(r'\s+', ' ', texto.lower().strip())
    return texto

# Cargar modelo
classifier = pipeline(
    "text-classification",
    model="smillerr/xlm-roberta-sentiment-es",
    return_all_scores=False
)

# Ejemplo de uso
texto = "Me encanta este producto!"
texto_limpio = procesar_texto(texto)
resultado = classifier(texto_limpio)
print(resultado)

Ejemplo de salida

[{'label': 'LABEL_1', 'score': 0.9543}]

Modelo Base

• Base: FacebookAI/xlm-roberta-large
• Task: Text Classification (3 clases)
• Language: Spanish

Preprocesamiento

⚠️ Importante: Los textos deben ser preprocesados antes de clasificar para obtener mejores resultados.

Contacto

• Autor: smillerr
• Repositorio: https://huggingface.co/smillerr/xlm-roberta-sentiment-es