Spam Deberta V4

🚀 RUSpam/spam_deberta_v4

这是一个基于Deberta架构的垃圾邮件检测模型，在俄语垃圾邮件数据上进行了微调。它可以将文本分类为垃圾邮件或非垃圾邮件，为俄语环境下的文本过滤提供了高效的解决方案。

🚀 快速开始

模型信息

模型表现

📦 安装指南

文档未提供具体安装步骤，可参考Hugging Face官方文档进行模型的安装与使用。

💻 使用示例

基础用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_path = "RUSpam/spam_deberta_v4"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForSequenceClassification.from_pretrained(model_path)

def predict(text):
    inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)
    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        predicted_class = torch.argmax(logits, dim=1).item()
    return "Спам" if predicted_class == 1 else "Не спам"

text = "Ваш текст для проверки здесь"
result = predict(text)
print(f"Результат: {result}")

📄 许可证

本模型采用MIT许可证。

📚 引用信息

如果您使用了该模型，请按照以下格式进行引用：

@MISC{RUSpam/spam_deberta_v4,
    author  = {Denis Petrov, Kirill Fedko (Neurospacex),  Sergey Yalovegin},
    title   = {Russian Spam Classification Model},
    url     = {https://huggingface.co/RUSpam/spam_deberta_v4/},
    year    = 2024
}