| ---
|
| language: ru
|
| license: mit
|
| tags:
|
| - pytorch
|
| - sentiment-analysis
|
| - russian
|
| datasets:
|
| - vfomenko.russian-news-2020
|
| ---
|
|
|
| # Russian Text Classification Model
|
|
|
| Модель для классификации русскоязычных текстов на 15 тематических категорий, основанная на `cointegrated/rubert-tiny2`.
|
|
|
| ## Модель
|
|
|
| - **Архитектура**: RuBERT-tiny2
|
| - **Язык**: Русский
|
| - **Задача**: Многоклассовая классификация текстов
|
| - **Количество категорий**: 15
|
|
|
| ## Категории
|
|
|
| Модель классифицирует тексты на следующие категории:
|
|
|
| 1. `Экономика`
|
| 2. `Спорт`
|
| 3. `Из жизни`
|
| 4. `Интернет и СМИ`
|
| 5. `Культура`
|
| 6. `Дом`
|
| 7. `Бывший СССР`
|
| 8. `69-я параллель`
|
| 9. `Мир`
|
| 10. `Наука и техника`
|
| 11. `Путешествия`
|
| 12. `Россия`
|
| 13. `Нацпроекты`
|
| 14. `Силовые структуры`
|
| 15. `Ценности`
|
|
|
| ## Метрики качества
|
|
|
| | Метрика | Значение |
|
| |---------|----------|
|
| | Training Loss | 1.752300 |
|
| | Validation Loss | 1.319999 |
|
| | Accuracy | 0.679245 |
|
| | F1-score | 0.616440 |
|
|
|
| ## Использование
|
|
|
| ### Через pipeline
|
|
|
| ```python
|
| from transformers import pipeline
|
|
|
| classifier = pipeline(
|
| "text-classification",
|
| model="cointegrated/rubert-tiny2",
|
| tokenizer="cointegrated/rubert-tiny2"
|
| )
|
|
|
| # Классификация текста
|
| text = "Ваш текст для классификации здесь"
|
| result = classifier(text)
|
|
|
| label_map = {
|
| 'LABEL_0': 'Экономика',
|
| 'LABEL_1': 'Спорт',
|
| 'LABEL_2': 'Из жизни',
|
| 'LABEL_3': 'Интернет и СМИ',
|
| 'LABEL_4': 'Культура',
|
| 'LABEL_5': 'Дом',
|
| 'LABEL_6': 'Бывший СССР',
|
| 'LABEL_7': '69-я параллель',
|
| 'LABEL_8': 'Мир',
|
| 'LABEL_9': 'Наука и техника',
|
| 'LABEL_10': 'Путешествия',
|
| 'LABEL_11': 'Россия',
|
| 'LABEL_12': 'Нацпроекты',
|
| 'LABEL_13': 'Силовые структуры',
|
| 'LABEL_14': 'Ценности',
|
| }
|
|
|
| print(f"Категория: {label_map[raw_output[0]['label']]}, Уверенность: {raw_output[0]['score']:.4f}")
|
| ```
|
|
|
