BERT Banking77

🚀 BERT - Banking77模型

BERT - Banking77模型是使用AutoTrain訓練的多分類文本分類模型，可有效處理銀行業相關文本的分類問題，在BANKING77數據集上有較高的準確率和F1值。

🚀 快速開始

你可以使用以下方式快速使用該模型：

使用cURL調用模型

$ curl -X POST -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"inputs": "I love AutoTrain"}' https://api-inference.huggingface.co/models/philschmid/autotrain-does-it-work-940131041

使用Python API調用模型

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
model_id = 'philschmid/BERT-Banking77'
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id)
classifier = pipeline('text-classification', tokenizer=tokenizer, model=model)
classifier('What is the base of the exchange rates?')

✨ 主要特性

• 問題類型：多分類文本分類。
• 模型ID：940131041。
• 二氧化碳排放量（克）：0.03330651014155927。

📚 詳細文檔

驗證指標

模型評估結果