🇺🇦 Ukrainian Question vs Statement Classifier
Це модель на базі xlm-roberta-base, натренована для класифікації українських фраз на:
- Питання (
1) - Твердження (
0)
Модель підходить для використання в чат-ботах, LLM-фільтрах, обробці коментарів, автоматичних відповідях тощо.
demo
📊 Архітектура
TFAutoModelForSequenceClassification- 1 вихідний нейрон із
sigmoid
📦 Використання
from transformers import TFAutoModelForSequenceClassification, AutoTokenizer
model = TFAutoModelForSequenceClassification.from_pretrained("Serhii228/ukr_quest-statement-classifier")
tokenizer = AutoTokenizer.from_pretrained("Serhii228/ukr_quest-statement-classifier")
text = "Чи буде доступно завтра?"
inputs = tokenizer(text, return_tensors="tf", truncation=True, padding=True)
outputs = model(**inputs)
prob = tf.nn.sigmoid(outputs.logits)
label = int(prob > 0.5)
🇬🇧 English
This model is based on xlm-roberta-base and is fine-tuned to classify Ukrainian sentences into:
Questions (1)
Statements (0)
It is suitable for use in chatbots, LLM pre-filtering, comment analysis, and automatic response systems.
📊 Architecture
TFAutoModelForSequenceClassification
1 output neuron with sigmoid activation
📦 Usage
from transformers import TFAutoModelForSequenceClassification, AutoTokenizer
model = TFAutoModelForSequenceClassification.from_pretrained("Serhii228/ukr_quest-statement-classifier")
tokenizer = AutoTokenizer.from_pretrained("Serhii228/ukr_quest-statement-classifier")
text = "Чи буде доступно завтра?"
inputs = tokenizer(text, return_tensors="tf", truncation=True, padding=True)
outputs = model(**inputs)
prob = tf.nn.sigmoid(outputs.logits)
label = int(prob > 0.5)
🧠 Training
The model was trained on a combination of SQuAD v2, SDSJ-uk, and additional manually annotated Ukrainian examples.
🔒 License
MIT
- Downloads last month
- 2