mohamednihal/noReply

mohamednihal

Clasificación de texto

Este es un modelo SetFit que puede usarse 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 usa una instancia de LogisticRegression para la clasificación. El modelo ha sido entrenado utilizando una técnica eficiente de aprendizaje con pocos ejemplos que implica el ajuste fino de un transformador de oraciones con aprendizaje contrastivo y el entrenamiento de una cabeza de clasificación con características del transformador de oraciones ajustado.

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 🤗
model = SetFitModel.from_pretrained("mohamednihal/noReply")
# Ejecutar inferencia
preds = model("Hola,

Gracias por tu correo electrónico. Actualmente estoy asistiendo a una conferencia y puedo tener acceso limitado al correo electrónico hasta [Fecha de Regreso]. Responderé tu mensaje lo antes posible a mi regreso. Para asuntos urgentes, por favor contacta con [Información de Contacto Alternativa].

Saludos cordiales,
[Tu Nombre]")

Funcionalidades

Tipo de 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
Número de Clases: 10 clases

Casos de uso

Clasificación de correos electrónicos de restablecimiento de contraseña
Notificaciones de fallos en la entrega de correos electrónicos
Respuestas automáticas fuera de la oficina
Confirmaciones automáticas de suscripción
Correos electrónicos promocionales
Alertas de seguridad del sistema