Replica Classification

🚀 TeraSpace/replica_classification

このプロジェクトは、[xlm - roberta - base](https://huggingface.co/xlm - roberta - base) をベースに構築されています。この分類器は、様々なタイプのユーザーの発話を識別し、適切なカテゴリーに分類することができます。

🚀 クイックスタート

この分類器は、以下の6つのカテゴリーにユーザーの発話を分類します。 0. dialog - 対話的な発話に反応します。例えば、「привет」（こんにちは）

1. trouble - ユーザーが自分の問題を話す発話に反応します。例えば、「у меня болит зуб, мне проткнули колесо」（私の歯が痛い、車のタイヤがパンクした）
2. question - 対話に関係しない質問に反応します。例えば、「когда родился пушкин」（プシキンはいつ生まれましたか）または「когда я стану миллионером」（いつ私は億万長者になりますか）
3. about_user - ユーザーが自分自身について話すときに反応します。例えば、「меня зовут андрей」（私の名前はアンドレイです）
4. about_model - アシスタントの個人情報に関する質問に反応します。例えば、「как тебя зовут, ты кто такая」（あなたの名前は何ですか、あなたは誰ですか）
5. instruct - 回答が指示を含む質問に反応します。例えば、「как установить windows, как приготовить борщ」（Windowsをインストールする方法、ボルシチを作る方法）

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

del_symbs = ["?","!",".",","]
classes = ["dialog","trouble","question","about_user","about_model","instruct"]

device = torch.device("cuda")
model_name = 'TeraSpace/replica_classification'
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name, num_labels = len(classes)).to(device)

while True:
    text = input("=>").lower()
    for del_symb in del_symbs:
        text = text.replace(del_symb,"")
        
    inputs = tokenizer(text, truncation=True, max_length=512, padding='max_length',
                            return_tensors='pt').to(device)
    with torch.no_grad():
        logits = model(**inputs).logits
        probas = list(torch.sigmoid(logits)[0].cpu().detach().numpy())
        
    out = classes[probas.index(max(probas))]
    print(out)

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。