Hugging Face's logo

jason23322
/
email-classifier-optimized

Safetensors
mobilebert
Model card Files
xet
Community
email-classifier-optimized
File size: 4,359 Bytes 
39853e4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
 
# 中文邮件分类模型 (Chinese Email Classification Model)

## 模型概述

这是一个基于MobileBERT的中文邮件分类模型，专门用于对邮件内容进行6类分类。该模型经过优化，适合在移动设备和资源受限的环境中使用。

## 模型信息

- **模型架构**: MobileBERTForSequenceClassification
- **基础模型**: MobileBERT (针对移动设备优化的BERT变体)
- **语言**: 中文 (Chinese)
- **任务**: 文本分类 (Text Classification)
- **类别数**: 6个邮件类别

## 分类标签

```
0: 工作邮件 (Work Email)
1: 个人邮件 (Personal Email)  
2: 促销邮件 (Promotional Email)
3: 垃圾邮件 (Spam Email)
4: 通知邮件 (Notification Email)
5: 其他邮件 (Other Email)
```

## 模型性能

基于3000个训练样本和500个测试样本的评估结果：

- **准确率 (Accuracy)**: 98.2%
- **F1分数 (F1-Score)**: 98.2%
- **精确率 (Precision)**: 98.2%
- **召回率 (Recall)**: 98.2%

## 模型参数

- **参数量**: 24,584,966 (~2450万)
- **模型大小**: ~94 MB
- **最大序列长度**: 128 tokens
- **词汇表大小**: 30,522

## 使用方法

### 快速开始

```python
from transformers import MobileBertForSequenceClassification, MobileBertTokenizer
import torch

# 加载模型和tokenizer
model = MobileBertForSequenceClassification.from_pretrained('your-username/email-classifier-chinese')
tokenizer = MobileBertTokenizer.from_pretrained('your-username/email-classifier-chinese')

# 预测示例
def predict_email_category(text):
    inputs = tokenizer(
        text, 
        return_tensors='pt', 
        truncation=True, 
        padding='max_length', 
        max_length=128
    )
    
    with torch.no_grad():
        outputs = model(**inputs)
        predictions = torch.softmax(outputs.logits, dim=-1)
        predicted_class = torch.argmax(predictions, dim=-1).item()
    
    labels = {
        0: "工作邮件",
        1: "个人邮件", 
        2: "促销邮件",
        3: "垃圾邮件",
        4: "通知邮件",
        5: "其他邮件"
    }
    
    confidence = predictions[0][predicted_class].item()
    return labels[predicted_class], confidence

# 使用示例
email_text = "恭喜您中奖了！点击链接领取奖品。"
category, confidence = predict_email_category(email_text)
print(f"邮件类型: {category}, 置信度: {confidence:.3f}")
# 输出: 邮件类型: 促销邮件, 置信度: 0.920
```

### Transformers Pipeline

```python
from transformers import pipeline

classifier = pipeline(
    "text-classification",
    model="your-username/email-classifier-chinese",
    tokenizer="your-username/email-classifier-chinese"
)

result = classifier("您好，请查收今天的工作报告。")
print(result)
```

## 训练详情

- **训练设备**: CPU
- **训练轮次**: 2 epochs
- **批次大小**: 4
- **梯度累积步数**: 4
- **学习率**: 3e-05
- **优化器**: AdamW
- **训练时间**: ~10分钟

## 移动端部署

该模型特别适合移动端部署：

1. **Android集成**: 支持PyTorch Mobile
2. **iOS集成**: 支持Core ML转换
3. **边缘计算**: 可在边缘设备上运行
4. **量化支持**: 支持INT8量化以减少模型大小

详细的移动端集成指南请参考模型仓库中的文档。

## 使用场景

- 邮件客户端自动分类
- 垃圾邮件过滤
- 邮件管理系统
- 企业邮件自动化处理
- 移动邮件应用

## 限制和注意事项

1. **语言限制**: 主要针对中文邮件优化
2. **领域适应**: 可能需要针对特定领域进行微调
3. **上下文长度**: 最大支持128个token
4. **数据隐私**: 建议在本地设备上处理敏感邮件内容

## 引用

如果您使用了这个模型，请考虑引用：

```bibtex
@misc{chinese-email-classifier-2024,
  title={Chinese Email Classification Model Based on MobileBERT},
  author={Your Name},
  year={2024},
  publisher={Hugging Face},
  journal={Hugging Face Model Hub},
  howpublished={\\url{https://huggingface.co/your-username/email-classifier-chinese}}
}
```

## 许可证

本模型基于Apache 2.0许可证发布。

## 联系信息

如有问题或建议，请通过以下方式联系：
- GitHub Issues: [项目链接]
- Email: [您的邮箱]

---

**免责声明**: 本模型仅供研究和非商业用途。在生产环境中使用前，请进行充分的测试和验证。