moussaKam/frugalscore_medium_bert-base_mover-score

moussaKam

Clasificación de texto

FrugalScore es un enfoque para aprender una versión fija y de bajo costo de cualquier métrica NLG costosa, manteniendo la mayor parte de su rendimiento original.

Como usar

Para usar este modelo, puedes cargarlo a través de la biblioteca Transformers de Hugging Face. Aquí hay un ejemplo en código:
from transformers import AutoModel, AutoTokenizer

model_name = 'moussaKam/frugalscore_medium_bert-base_mover-score'

model = AutoModel.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

def predict(text):
    inputs = tokenizer(text, return_tensors='pt')
    outputs = model(**inputs)
    return outputs

Funcionalidades

Clasificación de texto
Transformadores
PyTorch
Puntos de inferencia

Casos de uso

Clasificación de texto
Evaluación de métricas NLG
Reducción de costos en aplicaciones de procesamiento de lenguaje natural