Views
No views yet
sentence-transformers/paraphrase-multilingual-mpnet-base-v2 base model, which is trained with the Indonesian sentiment dataset.baik and buruk sentiments.1from setfit import SetFitModel
2
3model = SetFitModel.from_pretrained("wuriyanto/setfit-paraphrase-multilingual-mpnet-base-v2-indonesian-sentiment-v1")
4
5texts_to_classify = ["Pemerintah kurang memperhatikan kesejahteraan masyarakat, sehingga banyak kriminal dimana-mana",
6 "Makanan yang dihidangkan cukup enak, beberapa orang juga menyampaikan jika fasilitas, terutama meja, kursi dan kamar mandi sangat bersih.",
7 "Tempat perbelanjaan tersebut secara harga cukup terjangkau, dan tidak jauh dari tempat tinggal mahasiswa",
8 "Suka dengan layanan yang diberikan. Harga juga cukup terjangkau bagi masyarakat menengah ke bawah.",
9 "Dengan banyaknya barang import murah yang masuk ke tengah-tengah masyarakat, menyebabkan beberapa UMKM bangkrut"]
10predictions = model.predict(texts_to_classify)
11
12for text, prediction in zip(texts_to_classify, predictions):
13 print(f"Text: {text} -> Sentiment: {prediction}")