File size: 1,215 Bytes
3140197 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 |
---
language: fr
license: mit
tags:
- nlp
- text-classification
- sentiment-analysis
- french
base_model: asi/gpt-fr-cased-small
datasets:
- allocine
model_name: gpt-fr-sentiment-classifier
widget:
- text: "Ce film est une véritable réussite !"
metrics:
- accuracy
---
# GPT-FR – Classifieur de sentiment (Allociné)
Modèle binaire **positif / négatif** affiné sur le jeu de données
**Allociné** (160 000 critiques de films en français).
La tête de classification repose sur le **GPT-2 francophone**
`asi/gpt-fr-cased-small`.
| | Valeur |
|------------------------|--------|
| **Base** | asi/gpt-fr-cased-small |
| **Dataset** | Allociné (train 160 k / val 20 k) |
| **Max seq length** | 128 |
| **Batch size** | 8 |
| **Époques** | 2 |
| **Accuracy (val)** | **94 %** |
## Exemple d’utilisation
```python
from transformers import pipeline
sentiment = pipeline(
"text-classification",
model="mkd13mkd/gpt-fr-sentiment-classifier",
tokenizer="asi/gpt-fr-cased-small"
)
print(sentiment("Ce film est une véritable réussite !"))
# [{'label': 'LABEL_1', 'score': 0.97}] → LABEL_1 = positif
|