Fine-Tune BERT for Multi-Class Sentiment Classification with Twitter Data | Python & Streamlit

แชร์
ฝัง
  • เผยแพร่เมื่อ 19 ม.ค. 2025

ความคิดเห็น • 11

  • @ParamSoni-e9t
    @ParamSoni-e9t 5 วันที่ผ่านมา

    Great content

  • @YoussefHussein-UniversityofMin
    @YoussefHussein-UniversityofMin 3 หลายเดือนก่อน

    I have a question, what is the difference between this problem and the Multi-label text classification you have done in one of the other videos? I am really asking because I am trying to get the full picture, isn't this only different labels instead of the IMDB dataset movies reviews here it is sentiments?

  • @narayanansreenivasan2558
    @narayanansreenivasan2558 3 หลายเดือนก่อน +2

    Good video, could you share the code url... Yet to watch it fully

  • @ikramaharchi1042
    @ikramaharchi1042 3 หลายเดือนก่อน +1

    thank you

  • @jkscout
    @jkscout 2 หลายเดือนก่อน

    Why do you use pandas to load the csv file instead of datasets load_dataset? Just curious.

    • @KGPTalkie
      @KGPTalkie  2 หลายเดือนก่อน +1

      For data analysis. Later it is converted to Dataset for model.

    • @jkscout
      @jkscout 2 หลายเดือนก่อน

      @@KGPTalkie thank you!

  • @jkscout
    @jkscout 2 หลายเดือนก่อน

    The difference between encoding and embedding is not clear from the text description IMHO.

    • @KGPTalkie
      @KGPTalkie  2 หลายเดือนก่อน +1

      Hey,
      Embedding is learned during the training, where as encoding is fix. It is calculated before thetraining

    • @jkscout
      @jkscout 2 หลายเดือนก่อน

      @@KGPTalkie thank you for your quick reply. wow!