Update README.md

README.md

@@ -14,11 +14,11 @@ metrics:
 library_name: transformers
 pipeline_tag: text-classification
 widget:
-  - text: "Me encanta este producto, es excelente!"
+  - text: "Bregman presidente!"
     example_title: "Ejemplo positivo"
   - text: "No estoy seguro si me gusta o no."
     example_title: "Ejemplo neutro"
-  - text: "Este servicio es terrible, nunca lo recomendaría."
+  - text: "No saca más del 2%"
     example_title: "Ejemplo negativo"
 model-index:
   - name: bert-bregman
@@ -45,7 +45,7 @@ inference:
     num_return_sequences: 1
 ---
 
-# BERT Bregman - Modelo de Análisis de Sentimientos en Español
+# BERT-bregman - Modelo de Análisis de Sentimientos en Español
 
 Este modelo está basado en XLM-RoBERTa y ha sido fine-tuned para realizar análisis de sentimientos en textos en español.
 
@@ -88,7 +88,7 @@ def predict(text):
     return class_labels[predicted_class]
 
 # Ejemplo de uso
-texto = "Me encanta este producto, es excelente!"
+texto = "Bregman presidente!"
 sentimiento = predict(texto)
 print(f"El sentimiento del texto es: {sentimiento}")
  ⁠