---
language:
- es
tags:
- spanish
- sentiment
datasets:
- muchocine
widget:
- "Increíble pelicula. ¡Altamente recomendado!"
- "Extremadamente malo. Baja calidad"
---

<!-- This model card has been generated automatically according to the information the Trainer had access to. You
should probably proofread and complete it, then remove this comment. -->

# electricidad-base-muchocine-finetuned

This model fine-tunes [mrm8488/electricidad-base-discriminator](https://huggingface.co/mrm8488/electricidad-base-discriminator) on [muchocine](https://huggingface.co/datasets/muchocine) dataset for sentiment classification to predict *star_rating*.


### How to use
The model can be used directly with the HuggingFace `pipeline`.
```python
from transformers import AutoTokenizer, AutoModelWithLMHead

tokenizer = AutoTokenizer.from_pretrained("shahp7575/gpt2-horoscopes")
model = AutoModelWithLMHead.from_pretrained("shahp7575/gpt2-horoscopes")
```

### Examples

```python
from transformers import pipeline
clf = pipeline('sentiment-analysis', model=model, tokenizer=tokenizer)

clf('Esta película es una joya. Todo fue perfecto: historia, casting, dirección. Me encantó el clímax.')
>>> [{'label': '5', 'score': 0.9658033847808838}]

clf("La historia y el casting fueron geniales.")
>>> [{'label': '4', 'score': 0.6666394472122192}]

clf("Me gustó pero podría ser mejor.")
>>> [{'label': '3', 'score': 0.7013391852378845}]

clf("dinero tirado en esta pelicula")
>>> [{'label': '2', 'score': 0.7564149498939514}]

clf("esta película es una película absolutamente repugnante. odio todo al respecto. gastó tanto dinero.")
>>> [{'label': '1', 'score': 0.3040296733379364}]

```