Spam Deberta V4

🚀 RUSpam/spam_deberta_v4

このモデルは、Debertaアーキテクチャに基づいたスパム検出モデルです。ロシア語のスパムデータでファインチューニングされ、テキストをスパムまたは非スパムに分類します。

🚀 クイックスタート

このモデルは、Debertaアーキテクチャに基づいており、ロシア語のスパムデータでファインチューニングされています。テキストをスパムまたは非スパムに分類することができます。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_path = "RUSpam/spam_deberta_v4"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForSequenceClassification.from_pretrained(model_path)

def predict(text):
    inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)
    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        predicted_class = torch.argmax(logits, dim=1).item()
    return "Спам" if predicted_class == 1 else "Не спам"

text = "Ваш текст для проверки здесь"
result = predict(text)
print(f"Результат: {result}")

高度な使用法

# 高度な使用法の説明は元のドキュメントに記載がないため、基本的な使用法のコードをそのまま表示
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_path = "RUSpam/spam_deberta_v4"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForSequenceClassification.from_pretrained(model_path)

def predict(text):
    inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)
    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        predicted_class = torch.argmax(logits, dim=1).item()
    return "Спам" if predicted_class == 1 else "Не спам"

text = "Ваш текст для проверки здесь"
result = predict(text)
print(f"Результат: {result}")

📚 ドキュメント

モデルの結果

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

📚 引用

@MISC{RUSpam/spam_deberta_v4,
    author  = {Denis Petrov, Kirill Fedko (Neurospacex),  Sergey Yalovegin},
    title   = {Russian Spam Classification Model},
    url     = {https://huggingface.co/RUSpam/spam_deberta_v4/},
    year    = 2024
}