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