---
tags:
- autotrain
- text-classification
widget:
- text: Amo um cafune
- text: Odeio motoqueiro
- text: Sou um pouco curioso
datasets:
- Adilmar/caramelo-emotions
- yelp_review_full
license: cc-by-4.0
language:
- pt
- en
metrics:
- accuracy
- f1
---

# 🇧🇷 Caramelo Smile 🇧🇷

<img src="https://i.imgur.com/sKAe5ZP.png" width="20%"/>

# Modelo treinado com mais de +100M de parâmetros em Português do Brasil

# Classificação de Texto 

<img src="https://i.imgur.com/WEnueLY.png"/>

A classificação de texto é a tarefa de atribuir um rótulo ou classe (classificar) a um determinado texto. Alguns casos de uso são análise de sentimentos, inferência de linguagem natural e avaliação de correção gramatical.

## Análise de sentimentos

Na Análise de Sentimentos, as classes podem ser polaridades como positivo, negativo, neutro ou sentimentos como felicidade ou raiva.


## Infereferência
Você pode usar a biblioteca 🤗 Transformers com o pipeline de análise de sentimento para inferir com modelos de análise de sentimento. O modelo retorna o rótulo com a pontuação.

  ```python
     from transformers import pipeline
     classifier = pipeline("sentiment-analysis")
     classifier("Te amo!")

##  [{'label': 'POSITIVE', 'score': 0.99}
  ```

- Problem type: Text Classification

## Validation Metrics
loss: 0.41398245096206665

f1_macro: 0.7960248281288549

f1_micro: 0.8848137535816619

f1_weighted: 0.8831232981645943

precision_macro: 0.8400378915863742

precision_micro: 0.8848137535816619

precision_weighted: 0.8831401394863536

recall_macro: 0.7672428418298921

recall_micro: 0.8848137535816619

recall_weighted: 0.8848137535816619

accuracy: 0.8848137535816619

## Cite

```
@misc {adilmar_coelho_dantas_2024,
	author       = { {Adilmar Coelho Dantas} },
	title        = { caramelo-smile (Revision 2707a19) },
	year         = 2024,
	url          = { https://huggingface.co/Adilmar/caramelo-smile },
	doi          = { 10.57967/hf/2061 },
	publisher    = { Hugging Face }
}
```