---
license: gpl
language:
- hu
tags:
- text-classification
metrics:
- accuracy
widget:
- text: "Kovácsné Nagy Erzsébet [SEP] A Kovácsné Nagy Erzsébet nagyon jól érzi magát a Nokiánál, azonban a Németországból érkezett Kovács Péter nehezen boldogul a beilleszkedéssel."

---

# Hungarian Aspect-based Sentiment Analysis model with huBERT

For further models, scripts and details, see [our repository](https://github.com/nytud/sentiment-analysis) or [our demo site](https://juniper.nytud.hu/demo/nlp).

  - Pretrained model used: huBERT
  - Finetuned on OpinHuBank (OHB) Corpus
  - Labels: 0 (negative), 1 (neutral), 2 (positive)
  	
## Limitations

- max_seq_length = 256

## Results

| Model | OHB | 
| ------------- | ------------- | 
| huBERT | **82.30**  |
| XLM-R | 80.59  |


## Citation
If you use this model, please cite the following paper:

```
@inproceedings {yang-asent,
    title = {Neurális entitásorientált szentimentelemző alkalmazás magyar nyelvre},
	booktitle = {XIX. Magyar Számítógépes Nyelvészeti Konferencia (MSZNY 2023)},
	year = {2023},
	publisher = {Szegedi Tudományegyetem},
	address = {Szeged, Hungary},
	author = {Yang, Zijian Győző, Laki László János},
	pages = {0}
}

```