Метрика качества: f1-macro В качестве данных для дообучения моделей Bert-семейства использовались различные датасеты в открытом доступе на русском языке (по 5к данных каждого класса).

• sentiment_analysis.py (finetune_bert_sentiment.py)- скрипт для дообучения моделей bert.
• syntax_analyzer.py - скрипт для предобработки текста.
• nohup.out - вывод лучшей модели
• lenta-ru-parser.py - парсер данных с сайта lenta.ru
• get_sentiment.py - запуск дообученной модели для разметки данных lenta.ru
• sentiment_graph.ipynb - полученное распределение классов после анализа.

Лучшие результаты: модель - xlm-roberta-base f1-macro - 0.74

Протестированные модели: bert-base-multilingual-uncased(cased), distilbert-base-multilingual-cased, bert-large-uncased