metadata
datasets:
- ruSpamModels/russian-spam-detection
spam-classifier-ru 🛡️
Модель spam-classifier-ru предназначена для бинарной классификации текстов на русском языке (Спам / Не спам).
Модель представляет собой fine-tuned версию архитектуры cointegrated/rubert-tiny2.
📚 Данные для обучения (Training Data)
В качестве основы использовалась подвыборка в размере 500 000 строк из открытого датасета ruSpamModels/russian-spam-detection.
📊 Метрики качества (Metrics)
Оценка проводилась на отложенной тестовой выборке с упором на минимизацию ложноположительных срабатываний (False Positives):
- F1-Score (Spam): ~0.963
- Precision (Spam): ~0.978
- Recall (Spam): ~0.949
Пример использования
import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification
model_name = "super-apple/spam-classifier-ru"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)
model.eval()
text = "3APA60T0K 6E3 BЛ0ЖEHИЙ 0T 5OOO PY6ЛEЙ B ДEHb!"
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=128)
with torch.no_grad():
outputs = model(**inputs)
predicted_class = torch.argmax(outputs.logits, dim=-1).item()
print("Это спам!" if predicted_class == 1 else "Это нормальный текст.")