IndoBERT for Aspect-Based Sentiment Analysis (ABSA)

Model ini adalah hasil fine-tuning dari indobenchmark/indobert-base-p1 untuk tugas Aspect-Based Sentiment Analysis (ABSA) dalam Bahasa Indonesia.

📝 Deskripsi

ABSA adalah tugas NLP untuk mengklasifikasi sentimen terhadap aspek-aspek spesifik dalam suatu kalimat. Contoh aspek: rasa, harga, kualitas, pengiriman.

Model ini dilatih menggunakan dataset review makanan berbahasa Indonesia, dengan format label per aspek.

Contoh input kalimat:

"Rasa: enak bgt, harga: agak mahal, pengiriman: cepat"

Model akan memprediksi sentimen dari aspek-aspek tersebut secara terpisah (positive, neutral, negative).

📦 Penggunaan

from transformers import pipeline, AutoTokenizer, AutoModelForSequenceClassification
# Load model ABSA
model_name = "damasukma/indobert-absa"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

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

# Contoh kalimat & aspek
kalimat = "rasa kayanya enak kualitas kurang baik"
aspek = "kualitas"

# Format input untuk ABSA: [sentence] [SEP] [aspect]
text_input = f"{kalimat} [SEP] {aspek}"

# Prediksi sentimen
pred = absa_pipe(text_input)
print(pred)