distilbert-base-uncased-english-cefr-lexical-evaluation-dt-v1
hafidikhsan
Clasificación de texto
Este modelo es una versión ajustada de distilbert-base-uncased en el dataset None. Logra los siguientes resultados en el conjunto de evaluación: Loss: 0.5309, Accuracy: 0.8716, F1: 0.8713, Precision: 0.8714, Recall: 0.8716
Como usar
Para usar este modelo, puedes cargarlo utilizando la biblioteca Transformers de Hugging Face. Aquí tienes un ejemplo de código en Markdown:
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained('hafidikhsan/distilbert-base-uncased-english-cefr-lexical-evaluation-dt-v1')
model = AutoModelForSequenceClassification.from_pretrained('hafidikhsan/distilbert-base-uncased-english-cefr-lexical-evaluation-dt-v1')
inputs = tokenizer('Este es un ejemplo de texto.', return_tensors='pt')
outputs = model(**inputs)
Funcionalidades
- Clasificación de texto
- Transformers
- PyTorch
- Basado en distilbert
Casos de uso
- Evaluación léxica según el marco CEFR en textos en inglés
- Clasificación de textos en diferentes niveles de competencia