distilbart-mnli-12-1-extended-labels
alramalho
Clasificación de texto
Un modelo de clasificación de texto basado en transformers y PyTorch. Este modelo está construido sobre DistilBart y es capaz de realizar clasificación de secuencias.
Como usar
Para utilizar este modelo de clasificación de texto, puedes usar la biblioteca transformers de Hugging Face. Aquí tienes un fragmento de código de ejemplo:
from transformers import AutoTokenizer, AutoModelForSequenceClassification
# Cargar el tokenizador y el modelo
modelo = 'alramalho/distilbart-mnli-12-1-extended-labels'
# Crear una instancia del tokenizador
tokenizer = AutoTokenizer.from_pretrained(modelo)
# Crear una instancia del modelo
model = AutoModelForSequenceClassification.from_pretrained(modelo)
# Ejemplo de texto
texto = 'I like you. I love you'
# Tokenizar el texto
inputs = tokenizer(texto, return_tensors='pt')
# Realizar la clasificación
outputs = model(**inputs)
# Obtener los resultados de la clasificación
logits = outputs.logits
Funcionalidades
- Clasificación de texto
- Compatible con AutoTrain
- Compatible con Inference Endpoints
- Basado en la biblioteca de transformers
- Desarrollado con PyTorch
Casos de uso
- Clasificación de sentimiento en texto
- Detección de spam en correos electrónicos
- Análisis de opiniones de productos
- Monitoreo de comentarios en redes sociales