Sahajbert NCC

🚀 sahajBERT新聞文章分類

sahajBERT是一個經過微調的模型，用於對新聞文章進行分類。它基於預訓練的sahajBERT模型，使用IndicGlue數據集的sna.bn子集進行訓練。該模型可以將新聞文章分為6個不同的類別，包括加爾各答、邦、國家、體育、娛樂和國際。

🚀 快速開始

如何使用

你可以使用transformers庫中的TextClassificationPipeline直接使用這個模型進行序列分類：

from transformers import AlbertForSequenceClassification, TextClassificationPipeline, PreTrainedTokenizerFast

# 初始化分詞器
tokenizer = PreTrainedTokenizerFast.from_pretrained("neuropark/sahajBERT-NCC")

# 初始化模型
model = AlbertForSequenceClassification.from_pretrained("neuropark/sahajBERT-NCC")

# 初始化管道
pipeline = TextClassificationPipeline(tokenizer=tokenizer, model=model)

raw_text = "এই ইউনিয়নে ৩ টি মৌজা ও ১০ টি গ্রাম আছে ।" # 請替換為你的文本
output = pipeline(raw_text)

✨ 主要特性

• 多類別分類：該模型可以將新聞文章分為6個不同的類別，包括加爾各答、邦、國家、體育、娛樂和國際。
• 預訓練模型：基於預訓練的sahajBERT模型，使用IndicGlue數據集的sna.bn子集進行微調。
• 易於使用：可以使用transformers庫中的TextClassificationPipeline直接使用該模型進行序列分類。

📦 安裝指南

暫未提供安裝步驟相關內容，跳過該章節。

💻 使用示例

基礎用法

from transformers import AlbertForSequenceClassification, TextClassificationPipeline, PreTrainedTokenizerFast

# 初始化分詞器
tokenizer = PreTrainedTokenizerFast.from_pretrained("neuropark/sahajBERT-NCC")

# 初始化模型
model = AlbertForSequenceClassification.from_pretrained("neuropark/sahajBERT-NCC")

# 初始化管道
pipeline = TextClassificationPipeline(tokenizer=tokenizer, model=model)

raw_text = "এই ইউনিয়নে ৩ টি মৌজা ও ১০ টি গ্রাম আছে ।" # 請替換為你的文本
output = pipeline(raw_text)

高級用法

暫未提供高級用法相關內容，跳過該章節。

📚 詳細文檔

模型描述

sahajBERT 是一個基於Transformer架構的預訓練模型，用於處理孟加拉語文本。該模型在IndicGlue數據集的sna.bn子集上進行了微調，用於新聞文章分類任務。

該模型可以將新聞文章分為以下6個不同的類別：

預期用途和限制

限制和偏差

相關內容正在完善中（WIP）。

訓練數據

該模型在第19519步使用了 sahajBERT 的預訓練權重進行初始化，並在 IndicGlue 的 sna.bn 子集上進行訓練。

訓練過程

相關內容即將推出！

評估結果

BibTeX引用和引用信息

相關內容即將推出！

📄 許可證

本項目採用Apache 2.0許可證。