Instructions to use Gerwin/bert-for-pac with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Gerwin/bert-for-pac with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="Gerwin/bert-for-pac")# Load model directly from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("Gerwin/bert-for-pac") model = AutoModelForSequenceClassification.from_pretrained("Gerwin/bert-for-pac", device_map="auto") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -7,7 +7,7 @@ Try the following examples in the Hosted inference API:
|
|
| 7 |
2. Wie niet weg is, is gezien
|
| 8 |
3. Ik ben van plan om morgen te gaan werken
|
| 9 |
4. De makelaar heeft het nieuwe huis verkocht aan de bewoners die iets verderop wonen.
|
| 10 |
-
5. De koekjes die mama
|
| 11 |
|
| 12 |
LABEL_0 = Active / Bedrijvend. LABEL_1 = Passive / Lijdend
|
| 13 |
|
|
|
|
| 7 |
2. Wie niet weg is, is gezien
|
| 8 |
3. Ik ben van plan om morgen te gaan werken
|
| 9 |
4. De makelaar heeft het nieuwe huis verkocht aan de bewoners die iets verderop wonen.
|
| 10 |
+
5. De koekjes die mama had gemaakt waren door de jongens allemaal opgegeten.
|
| 11 |
|
| 12 |
LABEL_0 = Active / Bedrijvend. LABEL_1 = Passive / Lijdend
|
| 13 |
|