elozano/bert-base-cased-clickbait-news

elozano

Clasificación de texto

Este modelo se utiliza para la clasificación de texto y se basa en Transformers y PyTorch. Aunque actualmente no tiene suficiente actividad para ser desplegado en la API de Inferencia de Hugging Face, puede ser utilizado en Puntos de Inferencia dedicados.

Como usar

# Código de ejemplo para usar el modelo de clasificación de texto
from transformers import BertTokenizer, BertForSequenceClassification

# Cargar el tokenizador y el modelo
model_name = 'elozano/bert-base-cased-clickbait-news'
tokenizer = BertTokenizer.from_pretrained(model_name)
model = BertForSequenceClassification.from_pretrained(model_name)

# Preparar el texto de entrada
text = 'Este es un ejemplo de entrada para clasificación de texto.'
inputs = tokenizer(text, return_tensors='pt')

# Realizar la clasificación
outputs = model(**inputs)

Funcionalidades

Clasificación de texto
Basado en Transformers
Utiliza PyTorch

Casos de uso

Detección de clickbait en artículos de noticias
Clasificación de noticias para identificar contenido engañoso