Replica Classification

🚀 TeraSpace/replica_classification

本項目基於 xlm-roberta-base 構建，能夠對不同類型的語句進行分類，包括對話、用戶問題、用戶自我介紹等，為自然語言處理提供了實用的分類功能。

🚀 快速開始

本項目基於 xlm-roberta-base 構建，可對語句進行如下分類：

• 0. dialog - 對對話類語句做出反應。例如，“привет”（你好）
• 1. trouble - 對用戶講述自身問題的語句做出反應。例如，“у меня болит зуб, мне проткнули колесо”（我牙疼，我的車胎被紮了）
• 2. question - 對與對話無關的問題做出反應，例如：“когда родился пушкин”（普希金什麼時候出生）或 “когда я стану миллионером”（我什麼時候能成為百萬富翁）
• 3. about_user - 當用戶談論自己時做出反應。例如，“меня зовут андрей”（我叫安德烈）
• 4. about_model - 對關於助手個人信息的問題做出反應。例如，“как тебя зовут, ты кто такая”（你叫什麼，你是誰）
• 5. instruct - 對答案為指令形式的問題做出反應。例如，“как установить windows, как приготовить борщ”（如何安裝 Windows，如何做羅宋湯）

💻 使用示例

基礎用法

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)

📄 許可證

本項目採用 MIT 許可證。