Question Vs Statement Classifier
該模型用於區分問題查詢與陳述查詢,專為通過Haystack分類功能實現神經搜索查詢分類而訓練。
下載量 71.37k
發布時間 : 3/2/2022
模型概述
該模型是一個序列分類模型,用於將輸入的文本分類為問題或陳述。主要應用於神經搜索系統中,幫助系統更好地理解用戶查詢的意圖。
模型特點
查詢意圖識別
能夠準確區分用戶輸入是問題還是陳述,幫助系統理解查詢意圖
神經搜索優化
專門為神經搜索系統設計,優化了查詢分類性能
簡單易用
通過Hugging Face Transformers庫可輕鬆集成到現有系統中
模型能力
文本分類
查詢意圖識別
問題與陳述區分
使用案例
搜索系統
神經搜索查詢分類
在神經搜索系統中自動分類用戶查詢是問題還是陳述
提高搜索系統對用戶意圖的理解能力
對話系統
對話意圖識別
識別用戶輸入是問題還是陳述,以便系統做出適當響應
改善對話系統的交互體驗
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98