Update README.md
Browse files
README.md
CHANGED
|
@@ -7,3 +7,22 @@ widget:
|
|
| 7 |
|
| 8 |
Модель rubert-base-cased от Deeppavlov. Обучена на датасете из предложений. В качестве фактов использовались предложения из Википедии, а в качестве негативных - худлит и новости
|
| 9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 7 |
|
| 8 |
Модель rubert-base-cased от Deeppavlov. Обучена на датасете из предложений. В качестве фактов использовались предложения из Википедии, а в качестве негативных - худлит и новости
|
| 9 |
|
| 10 |
+
Простейший код инференса:
|
| 11 |
+
|
| 12 |
+
```
|
| 13 |
+
import torch
|
| 14 |
+
from transformers import AutoTokenizer, AutoModelForSequenceClassification
|
| 15 |
+
|
| 16 |
+
txt = 'Пулмен — бывший рабочий посёлок вагоностроительной компании «Пульман», построенный в 1880-е годы к югу от Чикаго.'
|
| 17 |
+
tokenizer = AutoTokenizer.from_pretrained('Den4ikAI/ruBert_base_fact_detection')
|
| 18 |
+
model = AutoModelForSequenceClassification.from_pretrained('Den4ikAI/ruBert_base_fact_detection')
|
| 19 |
+
inputs = tokenizer(txt, max_length=128, add_special_tokens=False, return_tensors='pt')
|
| 20 |
+
with torch.inference_mode():
|
| 21 |
+
logits = model(**inputs).logits
|
| 22 |
+
probas = torch.sigmoid(logits)[0].cpu().detach().numpy()
|
| 23 |
+
is_fact, no_fact = probas
|
| 24 |
+
print(f'[TEXT] --> {txt}')
|
| 25 |
+
print(f'[IS_FACT] --> {is_fact}')
|
| 26 |
+
print(f'[NO_FACT] --> {no_fact}')
|
| 27 |
+
```
|
| 28 |
+
|