metadata-cls-no-gov-8k-v2
gechim
Clasificación de texto
Este modelo es una versión entrenada de vinai/phobert-base-v2 en un conjunto de datos desconocido. Alcanza los siguientes resultados en el conjunto de evaluación: Pérdida: 0.3052, Precisión: 0.9447, F1: 0.7927
Como usar
Para utilizar este modelo, puede usar el siguiente fragmento de código:
from transformers import AutoTokenizer, AutoModelForSequenceClassification
modelo = "gechim/metadata-cls-no-gov-8k-v2"
tokenizer = AutoTokenizer.from_pretrained(modelo)
modelo = AutoModelForSequenceClassification.from_pretrained(modelo)
oracion = "I like you. I love you"
inputs = tokenizer(oracion, return_tensors="pt")
outputs = modelo(**inputs)
Funcionalidades
- Clasificación de texto
- Compatibilidad con transformers
- Uso de safetensors
- Modelo basado en roberta
- Generado a partir de un entrenador
- Compatibilidad con AutoTrain
- Compatible con puntos de inferencia
Casos de uso
- Clasificación de documentos de texto
- Análisis de sentimientos
- Filtrado de contenido
- Etiquetado automático de datos