sekarmulyani
commited on
Commit
•
2b9a328
1
Parent(s):
a173146
Update README.md
Browse files
README.md
CHANGED
@@ -18,7 +18,7 @@ widget:
|
|
18 |
|
19 |
# E-Commerce Rating's Review Classification: Women's Beauty Product
|
20 |
|
21 |
-
##
|
22 |
|
23 |
The project of this pretrained_model involves a series of complex steps that begin with leveraging the [IndoBERTweet](https://huggingface.co/indolem/indobertweet-base-uncased) pretrained model. Through a meticulous fine-tuning process, this model has been enhanced by utilizing the optimizer.pt from the aforementioned pretrained model.
|
24 |
|
@@ -52,7 +52,7 @@ The final output of this model, although holding substantial potential to enhanc
|
|
52 |
|
53 |
# Klasifikasi Rating Ulasan E-Commerce: Produk Kecantikan Wanita
|
54 |
|
55 |
-
##
|
56 |
|
57 |
Proyek pretrained_model ini melibatkan serangkaian langkah kompleks yang dimulai dengan pemanfaatan pretrained model [IndoBERTweet](https://huggingface.co/indolem/indobertweet-base-uncased). Melalui proses fine-tuning yang cermat, model ini berhasil disempurnakan dengan memanfaatkan optimizer.pt yang ada dalam pretrained model tersebut.
|
58 |
|
@@ -62,4 +62,18 @@ Namun, dalam perjalanan pengembangannya, terdapat sejumlah keterbatasan yang per
|
|
62 |
|
63 |
Hasil akhir dari model ini, meskipun memiliki potensi besar untuk meningkatkan kualitas ulasan di platform e-commerce, masih perlu ditinjau secara kritis. Evaluasi mendalam diperlukan untuk memahami sejauh mana model ini berhasil mengatasi masalah bias dalam ulasan produk. Pemahaman tentang batasan dan potensi dampak dari dataset scraping juga penting dalam mengartikan keluaran dari model ini.
|
64 |
|
65 |
-
> Proyek ini ditujukan untuk pencapaian akademis dan dilakukan sebagai persyaratan untuk meraih gelar sarjana dalam Program Studi Sistem Informasi Fakultas Ilmu Komputer di Universitas Amikom Purwokerto.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18 |
|
19 |
# E-Commerce Rating's Review Classification: Women's Beauty Product
|
20 |
|
21 |
+
## en:
|
22 |
|
23 |
The project of this pretrained_model involves a series of complex steps that begin with leveraging the [IndoBERTweet](https://huggingface.co/indolem/indobertweet-base-uncased) pretrained model. Through a meticulous fine-tuning process, this model has been enhanced by utilizing the optimizer.pt from the aforementioned pretrained model.
|
24 |
|
|
|
52 |
|
53 |
# Klasifikasi Rating Ulasan E-Commerce: Produk Kecantikan Wanita
|
54 |
|
55 |
+
## id:
|
56 |
|
57 |
Proyek pretrained_model ini melibatkan serangkaian langkah kompleks yang dimulai dengan pemanfaatan pretrained model [IndoBERTweet](https://huggingface.co/indolem/indobertweet-base-uncased). Melalui proses fine-tuning yang cermat, model ini berhasil disempurnakan dengan memanfaatkan optimizer.pt yang ada dalam pretrained model tersebut.
|
58 |
|
|
|
62 |
|
63 |
Hasil akhir dari model ini, meskipun memiliki potensi besar untuk meningkatkan kualitas ulasan di platform e-commerce, masih perlu ditinjau secara kritis. Evaluasi mendalam diperlukan untuk memahami sejauh mana model ini berhasil mengatasi masalah bias dalam ulasan produk. Pemahaman tentang batasan dan potensi dampak dari dataset scraping juga penting dalam mengartikan keluaran dari model ini.
|
64 |
|
65 |
+
> Proyek ini ditujukan untuk pencapaian akademis dan dilakukan sebagai persyaratan untuk meraih gelar sarjana dalam Program Studi Sistem Informasi Fakultas Ilmu Komputer di Universitas Amikom Purwokerto.
|
66 |
+
>
|
67 |
+
> ---
|
68 |
+
>
|
69 |
+
> ## BibTex:
|
70 |
+
>> <pre>
|
71 |
+
@misc {sekar_mulyani_2023,
|
72 |
+
author = { {Sekar Mulyani} },
|
73 |
+
title = { ulasan-beauty-products (Revision b8202dc) },
|
74 |
+
year = 2023,
|
75 |
+
url = { https://huggingface.co/datasets/sekarmulyani/ulasan-beauty-products },
|
76 |
+
doi = { 10.57967/hf/1028 },
|
77 |
+
publisher = { Hugging Face }
|
78 |
+
}
|
79 |
+
</pre>
|