B

Bert Spam Classification Model

由fzn0x開發
這是一個通過微調bert-base-uncased模型實現的英文垃圾短信分類模型,能夠準確區分垃圾短信和正常短信。
下載量 209
發布時間 : 4/9/2025

模型概述

該模型基於BERT架構,專門用於英文短信的垃圾信息分類任務,可有效識別營銷、詐騙等垃圾短信。

模型特點

高準確率分類
基於BERT強大的語義理解能力,能準確區分垃圾短信與正常短信
簡單易用
提供開箱即用的預測接口,只需幾行代碼即可集成到應用中
輕量級模型
基於BERT-base而非更大的模型變體,在保持性能的同時減少資源消耗

模型能力

英文文本分類
垃圾短信檢測
自然語言理解

使用案例

通信安全
短信過濾系統
集成到手機短信應用中自動過濾垃圾短信
減少用戶收到的垃圾短信數量
客服系統防護
識別並攔截髮送給客服系統的垃圾信息
提高客服工作效率
數據分析
垃圾短信分析
批量分析短信數據庫中的垃圾信息比例
幫助瞭解垃圾短信趨勢
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase