distilbert-complaints-product
Kayvane
Clasificación de texto
Un modelo de clasificación de texto DistilBert, con 18 clases posibles para determinar la naturaleza de una queja de cliente financiero. Este modelo fue entrenado a partir del conjunto de datos de CFBP, también disponible en la biblioteca de Datasets de HuggingFace. Este modelo predice el tipo de queja financiera basada en el texto proporcionado. Es utilizado como parte de una demostración para Proyectos de Aprendizaje Automático de extremo a extremo enfocados en la Automatización de Centros de Contacto.
Como usar
Este modelo se puede utilizar para predecir el tipo de queja financiera basada en el texto proporcionado. Fue entrenado con el conjunto de datos de 'consumer_complaints'. Los siguientes hiperparámetros se usaron durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 32
eval_batch_size: 64
seed: 42
optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
num_epochs: 3
Funcionalidades
- Clasificación de texto
- 18 clases posibles
- Utiliza HuggingFace Datasets, Hub y Transformers
- Explicabilidad del ML con SHAP
- Alojamiento en la nube con AWS
- Alojamiento del modelo con Lambda
- Backend de BD con DynamoDB
- Orquestación con Step-Functions
- Alojamiento de UI con EC2
- Enrutamiento con API Gateway
- Interfaz de usuario con Budibase
Casos de uso
- Automatización de Centros de Contacto
- Clasificación de quejas de clientes financieros
- Análisis de comentarios de clientes