dwili/bert-bahasa-sentimen-berita

BERT Bahasa - Sentimen Berita

Model ini merupakan model klasifikasi sentimen berbasis BERT untuk artikel berita media online berbahasa Indonesia. Model ini memetakan artikel menjadi tiga kategori sentimen:

• Positif
• Netral
• Negatif

Dataset

Model dilatih menggunakan kumpulan artikel berita dalam Bahasa Indonesia yang telah diberi label sentimen oleh LLM. Setiap sampel terdiri dari:

• title: judul artikel
• article_text: isi artikel
• analisis_llm: label sentimen (positif, netral, atau negatif)

Jumlah data latih: 10.125 sampel
Distribusi label seimbang

Arsitektur

Model ini menggunakan pretrained BERT Indo (indobenchmark/indobert-base-p1) dan fine-tuned untuk tugas klasifikasi tiga label menggunakan transformers dari Hugging Face.

Cara Menggunakan

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

model = AutoModelForSequenceClassification.from_pretrained("dwili/bert-bahasa-sentimen-berita")
tokenizer = AutoTokenizer.from_pretrained("dwili/bert-bahasa-sentimen-berita")

classifier = pipeline("text-classification", model=model, tokenizer=tokenizer)

text = "Pemerintah resmi meluncurkan kebijakan baru yang mendukung ekonomi masyarakat."
classifier(text)