|
--- |
|
language: |
|
- en |
|
library_name: pytorch |
|
metrics: |
|
- satisfaction |
|
- culture organisationnelle |
|
- leadership |
|
- conditions de travail |
|
tags: |
|
- sentiment-analysis |
|
widget: |
|
- text: "My work is recognized by my superiors and I would even say that I feel like I have more recognition since we are on telework." |
|
example_title: "Exemple leadership" |
|
- text: "For Working conditions and wages in particular." |
|
example_title: "Exemple conditions de travail" |
|
- text: "A climate of overperformance is in place in the company." |
|
example_title: "Exemple culture organisationnelle" |
|
- text: "With regard to telework, I look forward to setting up the hybrid week, so 2 3 days at home and at the office." |
|
example_title: "Exemple satisfaction" |
|
--- |
|
|
|
Ce modèle est développé pour KARA. |
|
|
|
Ce modèle est : |
|
- Un outil de classification thématique des commentaires RH |
|
- Entrainé pour être utilisé en ANGLAIS (les commentaires doivent êtres traduits) |
|
- Spécialisé pour des commentaires entre 10 et 512 charactères |
|
|
|
Ce modèle n'est pas : |
|
- Utilisable pour détecter un discours haineux ou bien une lettre de suicide |
|
|
|
Étiquettes : |
|
- Satisfaction = 0 |
|
- Culture Organisationnelle = 1 |
|
- Leadership = 2 |
|
- Conditions de travail = 3 |
|
|
|
|
|
version 0.0.1 |
|
|
|
Performances sur le jeux de données du HRM : 84.3% de précision |
