Error de valor al pre-entrenar el modelo BERT utilizando la API del entrenador.

Estoy intentando ajustar / pre-entrenar un modelo BERT existente para el análisis de sentimientos utilizando la API Trainer en la biblioteca transformers. Mi conjunto de datos de entrenamiento se ve así:

Texto                             Sentimiento
Este lugar fue bueno                  1
Este lugar fue malo                   0

Mi objetivo es poder clasificar los sentimientos como positivos/negativos. Y aquí está mi código:

from datasets import load_dataset
from datasets import load_dataset_builder
import datasets
import transformers
from transformers import TrainingArguments
from transformers import Trainer

dataset = load_dataset('csv', data_files='my_data.csv', sep=';')
tokenizer = transformers.BertTokenizer.from_pretrained("bert-base-cased")
model = transformers.BertForMaskedLM.from_pretrained("bert-base-cased") 
print(dataset)
def tokenize_function(examples):
    return tokenizer(examples["Texto"], examples["Sentimiento"], truncation=True)

tokenized_datasets = dataset.map(tokenize_function, batched=True)
training_args = TrainingArguments("test_trainer")
trainer = Trainer(
    model=model, args=training_args, train_dataset=tokenized_datasets
)
trainer.train()

Esto muestra el siguiente mensaje de error:

ValueError: la entrada de texto debe ser de tipo `str` (ejemplo único), `List[str]` (lote o ejemplo único pretokenizado) o `List[List[str]]` (lote de ejemplos pretokenizados).

¿Qué estoy haciendo mal? Agradezco cualquier consejo.