Bert Mini Finetune Question Detection

🚀 ニューラルサーチ用のキーワードクエリとステートメント/質問の分類器

このモデルは、ニューラルサーチにおいてキーワードクエリと質問・ステートメントクエリを分類する機能を提供します。高精度でクエリを分類し、結果の精度を最大化し、計算コストを最小化することができます。

🚀 クイックスタート

以下は、このモデルを使用するための基本的なコード例です。

from transformers import AutoTokenizer, AutoModelForSequenceClassification
  
tokenizer = AutoTokenizer.from_pretrained("shahrukhx01/bert-mini-finetune-question-detection")

model = AutoModelForSequenceClassification.from_pretrained("shahrukhx01/bert-mini-finetune-question-detection")

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
  
tokenizer = AutoTokenizer.from_pretrained("shahrukhx01/bert-mini-finetune-question-detection")

model = AutoModelForSequenceClassification.from_pretrained("shahrukhx01/bert-mini-finetune-question-detection")

📚 ドキュメント

モデルの性能

問題設定

デプロイメントでよく見られる課題の一つは、入力される実際の質問とキーワードクエリを区別する必要があることです。結果の精度を最大化し、計算コストを最小化するために、質問のみをリーダーブランチにルーティングしたいと考えています。

ベースライン

https://www.kaggle.com/shahrukhkhan/question-v-statement-detection

データセット

https://www.kaggle.com/stefanondisponibile/quora-question-keyword-pairs

Kaggleノートブック

https://www.kaggle.com/shahrukhkhan/question-vs-statement-classification-mini-bert/