First Name Classification

🚀 名字分类模型

这是一个基于Transformer的分类器，用于判断所提供的名字是真实的（LABEL_1）还是虚假的（LABEL_0）。该模型可用于验证表单提交信息、防止机器人输入，或用于一般的名字分类任务。

🚀 快速开始

本模型是一个基于Transformer的分类器，可有效判断名字的真实性，在表单验证等场景中发挥重要作用。

✨ 主要特性

• 基于Transformer架构，具备强大的分类能力。
• 可用于验证表单提交信息，防止机器人输入。
• 适用于一般的名字分类任务。

📦 安装指南

1. 克隆仓库：

git clone https://github.com/Vishodi/First-Name-Classification.git

2. 环境搭建： 使用pip安装所需的包：

pip install -r requirements.txt

💻 使用示例

基础用法

from transformers import pipeline

# 替换为你的模型仓库
model_dir = "vishodi/First-Name-Classification"

# 加载带有认证的模型管道
classifier = pipeline(
    "text-classification",
    model=model_dir,
    tokenizer=model_dir,
)

# 测试模型
test_names = ["Mark", "vcbcvb", "uhyhu", "elon"]
for name in test_names:
    result = classifier(name)
    label = result[0]['label']
    score = result[0]['score']
    print(f"Name: {name} => Prediction: {label}, Score: {score:.4f}")

输出示例

Name: Mark => Prediction: LABEL_1, Score: 0.9994
Name: vcbcvb => Prediction: LABEL_0, Score: 0.9985
Name: uhyhu => Prediction: LABEL_0, Score: 0.9982
Name: elon => Prediction: LABEL_1, Score: 0.9987

📚 详细文档

项目结构

First_Name_Prediction/
├── .gitattributes
├── README.md
├── config.json
├── model.safetensors
├── requirements.txt
├── special_tokens_map.json
├── tokenizer.json
├── tokenizer_config.json
└── vocab.txt

支持我们

📄 许可证

本项目采用MIT许可证。