nlpodyssey/bert-multilingual-uncased-geo-countries-headlines
nlpodyssey
Clasificación de texto
Este es un modelo bert-base-multilingual-uncased afinado para realizar la clasificación geográfica de titulares de noticias. Predice los códigos de países ISO 3166-1 alpha-3.
Como usar
Este modelo aún no tiene suficiente actividad para ser desplegado en la API de Inferencia (sin servidor). Aumente su visibilidad social y vuelva a comprobarlo más tarde, o despliegue a Endpoint de Inferencia (dedicado).
from transformers import BertTokenizer, BertForSequenceClassification
import torch
model_name = 'nlpodyssey/bert-multilingual-uncased-geo-countries-headlines'
tokenizer = BertTokenizer.from_pretrained(model_name)
model = BertForSequenceClassification.from_pretrained(model_name)
text = "Ingrese el titular aquí."
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
predicted_class = torch.argmax(logits, dim=1)
Funcionalidades
- Clasificación de texto
- Transformers
- Entrenado con PyTorch
- Compatibilidad con Safetensors
- Soporte para 102 idiomas
Casos de uso
- Clasificación geográfica de titulares de noticias.
- Predicción de códigos de países utilizando ISO 3166-1 alpha-3.