Fine Tuned Metaphor Detection

🚀 微調隱喻檢測模型

本模型是我之前訓練模型的擴展。這是一個基於BERT的微調模型，用於檢測文本中的隱喻。該模型在自定義數據集上進行訓練，數據集中的句子被標記為隱喻或直白表述。

🚀 快速開始

本模型可用於預測句子是否包含隱喻。以下是加載模型並進行推理的示例：

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained("your-username/fine-tuned-metaphor-detection")
model = AutoModelForSequenceClassification.from_pretrained("your-username/fine-tuned-metaphor-detection")

# Example text
text = "Time is a thief."

# Tokenize input and get predictions
inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True)
with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits
    prediction = torch.argmax(logits, dim=-1)

print("Prediction:", "Metaphor" if prediction.item() == 1 else "Literal")

✨ 主要特性

• 基於BERT架構，能有效檢測文本中的隱喻。
• 在自定義數據集上進行訓練，具有針對性。

📚 詳細文檔

模型詳情

📄 許可證

本項目採用Apache 2.0許可證。