nikcheerla/amd-full-phonetree-v1
nikcheerla
Clasificación de texto
Este es un modelo SetFit que puede ser utilizado para la clasificación de texto. Este modelo SetFit usa sentence-transformers/paraphrase-mpnet-base-v2 como el modelo de incrustaciones de la Sentence Transformer. Una instancia de LogisticRegression se utiliza para la clasificación. El modelo ha sido entrenado usando una técnica eficiente de aprendizaje con pocos ejemplos que involucra: Afinar una Sentence Transformer con aprendizaje contrastivo. Entrenar una cabeza de clasificación con características de la Sentence Transformer afinada. La longitud máxima de secuencia es de 512 tokens y tiene 2 clases.
Como usar
Primero instala la biblioteca SetFit:
pip install setfit
Luego puedes cargar este modelo y ejecutar inferencias.
from setfit import SetFitModel
# Descargar desde el 🤗 Hub
model = SetFitModel.from_pretrained("nikcheerla/amd-full-phonetree-v1")
# Ejecutar inferencia
preds = model(["Para llamar a WL Gore and Associates Incorporated. Por favor espere"])
Funcionalidades
- Modelo SetFit
- Cuerpo de Sentence Transformer: sentence-transformers/paraphrase-mpnet-base-v2
- Cabeza de clasificación: instancia de LogisticRegression
- Longitud máxima de secuencia: 512 tokens
- Número de clases: 2 clases
Casos de uso
- Clasificación de texto
- Clasificación de correos de voz
- Clasificación de menú de llamadas (phone trees)