Instructions to use forthisdream/rubert-thiny-Intent-Twin with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use forthisdream/rubert-thiny-Intent-Twin with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="forthisdream/rubert-thiny-Intent-Twin")# Load model directly from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("forthisdream/rubert-thiny-Intent-Twin") model = AutoModelForSequenceClassification.from_pretrained("forthisdream/rubert-thiny-Intent-Twin") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -8,9 +8,59 @@ language:
|
|
| 8 |
- zh
|
| 9 |
- en
|
| 10 |
metrics:
|
| 11 |
-
- accuracy
|
| 12 |
-
- f1
|
| 13 |
base_model:
|
| 14 |
- cointegrated/rubert-tiny2
|
| 15 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 16 |
pipeline_tag: text-classification
|
|
|
|
| 8 |
- zh
|
| 9 |
- en
|
| 10 |
metrics:
|
| 11 |
+
- accuracy = 85.8
|
| 12 |
+
- f1 = 81.4
|
| 13 |
base_model:
|
| 14 |
- cointegrated/rubert-tiny2
|
| 15 |
+
label_list =
|
| 16 |
+
['автоответчик',
|
| 17 |
+
'банк не устраивает',
|
| 18 |
+
'внутридворовая или дворовая территория',
|
| 19 |
+
'внутридомовая территория',
|
| 20 |
+
'вы кто',
|
| 21 |
+
'вы мошенники',
|
| 22 |
+
'вы откуда',
|
| 23 |
+
'вы робот',
|
| 24 |
+
'грызуны или насекомые',
|
| 25 |
+
'да',
|
| 26 |
+
'детская площадка',
|
| 27 |
+
'есть свои денежные средства',
|
| 28 |
+
'животные',
|
| 29 |
+
'загрязнения или повреждения или порча чего-либо',
|
| 30 |
+
'зачем звоните',
|
| 31 |
+
'здесь не живу',
|
| 32 |
+
'мусор',
|
| 33 |
+
'нарушение правил уборки территории',
|
| 34 |
+
'не выплачу кредит',
|
| 35 |
+
'не уверен или не знаю',
|
| 36 |
+
'не устраивает этот кредит',
|
| 37 |
+
'неисправность или повреждение',
|
| 38 |
+
'неисправность канализации',
|
| 39 |
+
'неисправность линий или средств освещения',
|
| 40 |
+
'некачественный ремонт',
|
| 41 |
+
'нет',
|
| 42 |
+
'нечем платить',
|
| 43 |
+
'ничего не нужно',
|
| 44 |
+
'обслуживание транспорта',
|
| 45 |
+
'обустройство системы ливнеотведения',
|
| 46 |
+
'общественные территории и пешеходные зоны',
|
| 47 |
+
'откуда мои данные',
|
| 48 |
+
'отсутствие воды',
|
| 49 |
+
'отсутствие отопления',
|
| 50 |
+
'отсутствие электроснабжения',
|
| 51 |
+
'очистка проезжей части дороги',
|
| 52 |
+
'ошиблись номером',
|
| 53 |
+
'перезвоните',
|
| 54 |
+
'повторите',
|
| 55 |
+
'подземные коммуникации',
|
| 56 |
+
'подробнее',
|
| 57 |
+
'подумаю',
|
| 58 |
+
'проблемы с оплатой',
|
| 59 |
+
'родственник',
|
| 60 |
+
'сам все узнаю и посмотрю',
|
| 61 |
+
'сейчас не готов оформить',
|
| 62 |
+
'сколько должен',
|
| 63 |
+
'уже оформил',
|
| 64 |
+
'утечка воды',
|
| 65 |
+
'ямы или выбоины']
|
| 66 |
pipeline_tag: text-classification
|