Sahron/sentiment-indobert1aa_model

IndoBERT Sentiment Analysis

Model ini merupakan hasil fine-tuning dari indobenchmark/indobert-base-p1 untuk tugas klasifikasi sentimen dalam bahasa Indonesia.

✨ Dataset

Scrapping Twitter/X terkumpul sebanyak 15.027 tweet

✨ Proses Preprocessing

• Hapus Duplikat
• Cleaning Data
• Case Folding
• Normalisasi Kata

✨ Indonesia Sentimen Lexicon

by: Fajri Koto(GitHub @fajri91)

• Label Sentimen: Positive, Negative, Neutral
• Positive.tsv: 3610 kata positive
• Negative.tsv: 6608 kata negative

✨ Split Dataset

• Train : 80%
• Val : 10%
• Test : 10%

✨ Training Configuration Indobert

• set_seed : 42
• Model : indobenchmark/indobert-base-p1
• Max Seq Length: 256
• Batch Size : 32
• Num_workers : 2
• Optimizer : Adam
• Learning Rate : 2e-5
• Weigth_decay : 0.02
• Epochs : 5

Framework Versions

• Transformers 4.51.3
• Pytorch 2.6.0+cu124
• Tokenizers 0.21.1