BLEURT-20

lucadiliello
Clasificación de texto

Este modelo se basa en un modelo Transformer personalizado que puede instalarse con el siguiente comando. Proporciona funcionalidades avanzadas para la clasificación de texto utilizando el framework PyTorch.

Como usar

Para instalar el modelo y realizar predicciones, utilice el siguiente comando y código en Python:

pip install git+https://github.com/lucadiliello/bleurt-pytorch.git

import torch
from bleurt_pytorch import BleurtConfig, BleurtForSequenceClassification, BleurtTokenizer

config = BleurtConfig.from_pretrained('lucadiliello/BLEURT-20')
model = BleurtForSequenceClassification.from_pretrained('lucadiliello/BLEURT-20')
tokenizer = BleurtTokenizer.from_pretrained('lucadiliello/BLEURT-20')

references = ["a bird chirps by the window", "this is a random sentence"]
candidates = ["a bird chirps by the window", "this looks like a random sentence"]

model.eval()
with torch.no_grad():
    inputs = tokenizer(references, candidates, padding='longest', return_tensors='pt')
    res = model(**inputs).logits.flatten().tolist()
    print(res)
# [0.9990496635437012, 0.7930182218551636]

Para más detalles sobre la configuración del modelo y las clases, puede consultar el repositorio de BLEURT en PyTorch.

Funcionalidades

Modelo Transformer personalizado
Utiliza PyTorch
Clasificación de texto

Casos de uso

Clasificación de texto
Evaluación de la similitud entre frases