README.md

---
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](https://huggingface.co/datasets/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

```python 
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.")
```