First Name Classification

🚀 名字分類模型

這是一個基於Transformer的分類器，用於判斷所提供的名字是真實的（LABEL_1）還是虛假的（LABEL_0）。該模型可用於驗證表單提交信息、防止機器人輸入，或用於一般的名字分類任務。

🚀 快速開始

本模型是一個基於Transformer的分類器，可有效判斷名字的真實性，在表單驗證等場景中發揮重要作用。

✨ 主要特性

• 基於Transformer架構，具備強大的分類能力。
• 可用於驗證表單提交信息，防止機器人輸入。
• 適用於一般的名字分類任務。

📦 安裝指南

1. 克隆倉庫：

git clone https://github.com/Vishodi/First-Name-Classification.git

2. 環境搭建： 使用pip安裝所需的包：

pip install -r requirements.txt

💻 使用示例

基礎用法

from transformers import pipeline

# 替換為你的模型倉庫
model_dir = "vishodi/First-Name-Classification"

# 加載帶有認證的模型管道
classifier = pipeline(
    "text-classification",
    model=model_dir,
    tokenizer=model_dir,
)

# 測試模型
test_names = ["Mark", "vcbcvb", "uhyhu", "elon"]
for name in test_names:
    result = classifier(name)
    label = result[0]['label']
    score = result[0]['score']
    print(f"Name: {name} => Prediction: {label}, Score: {score:.4f}")

輸出示例

Name: Mark => Prediction: LABEL_1, Score: 0.9994
Name: vcbcvb => Prediction: LABEL_0, Score: 0.9985
Name: uhyhu => Prediction: LABEL_0, Score: 0.9982
Name: elon => Prediction: LABEL_1, Score: 0.9987

📚 詳細文檔

項目結構

First_Name_Prediction/
├── .gitattributes
├── README.md
├── config.json
├── model.safetensors
├── requirements.txt
├── special_tokens_map.json
├── tokenizer.json
├── tokenizer_config.json
└── vocab.txt

支持我們

📄 許可證

本項目採用MIT許可證。