clasificación sensible al contraste
KhoaUSA76
Clasificación de texto
Este es un modelo SetFit que se puede usar para la Clasificación de Texto. Este modelo SetFit utiliza sentence-transformers/paraphrase-mpnet-base-v2 como el modelo de incrustación de transformadores de oraciones. Se utiliza una instancia de LogisticRegression para la clasificación. El modelo ha sido entrenado utilizando una técnica eficiente de aprendizaje few-shot que implica: - Fine-tuning de un transformador de oraciones con aprendizaje contrastivo. - Entrenamiento de una cabeza de clasificación con características del transformador de oraciones afinado.
Como usar
Primero instala la biblioteca SetFit:
pip install setfit
Luego puedes cargar este modelo y ejecutar la inferencia:
from setfit import SetFitModel
# Descargar desde el Hub de 🤗
model = SetFitModel.from_pretrained("KhoaUSA76/contrastive-sensitive-classification")
# Ejecutar la inferencia
preds = model("¡Me encantó la película de Spiderman!")
Funcionalidades
- Modelo SetFit
- Cuerpo del Transformador de Oraciones: sentence-transformers/paraphrase-mpnet-base-v2
- Cabeza de Clasificación: una instancia de LogisticRegression
- Longitud máxima de secuencia: 512 tokens
Casos de uso
- Uso directo para inferencia