distilroberta-clickbait
valurank
Clasificación de texto
Este modelo es una versión ajustada de distilroberta-base en un conjunto de datos de titulares. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 0.0268, Precisión: 0.9963.
Como usar
Cómo usar el modelo: Este modelo se puede usar para detectar si un titular es clickbait o no. Está basado en la librería de transformers y utiliza PyTorch. Aquí hay un ejemplo de cómo usarlo:
from transformers import AutoModelForSequenceClassification, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained('valurank/distilroberta-clickbait')
model = AutoModelForSequenceClassification.from_pretrained('valurank/distilroberta-clickbait')
inputs = tokenizer('I like you. I love you', return_tensors='pt')
outputs = model(**inputs)
Funcionalidades
- Clasificación de texto entre clickbait y no-clickbait
- Construido sobre distilroberta-base
- Compatible con AutoTrain
- Compatible con endpoints de inferencia
Casos de uso
- Detectar titulares de clickbait en artículos de noticias
- Clasificar el contenido de las publicaciones en redes sociales
- Filtrar titulares clickbait en plataformas de agregación de noticias