Sms Spam Classifier

🚀 SMSスパム分類器

このモデルは、韓国語SMSを直接加工したデータを使用して学習されています。データセットに興味がある場合は、お問い合わせください。 このモデルは、SMSスパム検出のために微調整されたBERTベースの多言語モデルです。SMSメッセージを**ham（非スパム）またはspam（スパム）に分類することができます。Hugging Face Transformersライブラリのbert-base-multilingual-cased**モデルをベースに学習されています。

✨ 主な機能

このモデルは、韓国語SMSを直接加工したデータを使用して学習されています。 このモデルは、SMSスパム検出のために微調整されたBERTベースの多言語モデルです。 SMSメッセージを**ham（非スパム）またはspam（スパム）**に分類することができます。

📦 インストール

このモデルはHugging Face Transformersライブラリを通じてすぐに使用できます。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification

# モデルとトークナイザーをロード
tokenizer = AutoTokenizer.from_pretrained("blockenters/sms-spam-classifier")
model = AutoModelForSequenceClassification.from_pretrained("blockenters/sms-spam-classifier")

# 入力サンプル
text = "축하합니다! 무료 발리 여행 티켓을 받으셨습니다. WIN이라고 회신하세요."

# トークン化と予測
inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True, max_length=128)
outputs = model(**inputs)
predictions = outputs.logits.argmax(dim=-1)

# 予測結果をデコード
label_map = {0: "ham", 1: "spam"}
print(f"予測結果: {label_map[predictions.item()]}")

📚 ドキュメント

モデル詳細

データセット情報

トレーニングと評価に使用されたデータセットは、ham（非スパム）またはspam（スパム）とラベル付けされたSMSメッセージを含んでいます。データは前処理された後、以下のように分割されました。

• トレーニングデータ: 80%
• 検証データ: 20%

学習設定

• 学習率(Learning Rate): 2e-5
• バッチサイズ(Batch Size): 8（デバイスごと）
• エポック(Epochs): 1
• 評価戦略: エポック単位
• トークナイザー: bert-base-multilingual-cased

このモデルは、Hugging FaceのTrainer APIを使用して効率的に微調整されました。

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。