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.

SergeyR256/sentiment-model-first

Модель тональности отзывов (positive / neutral / negative)

📊 Характеристики

🚀 Быстрый старт

Установка

Использование

SergeyR256/
sentiment-model-first