Fine Tuned Metaphor Detection

🚀 微调隐喻检测模型

本模型是我之前训练模型的扩展。这是一个基于BERT的微调模型，用于检测文本中的隐喻。该模型在自定义数据集上进行训练，数据集中的句子被标记为隐喻或直白表述。

🚀 快速开始

本模型可用于预测句子是否包含隐喻。以下是加载模型并进行推理的示例：

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

• 基于BERT架构，能有效检测文本中的隐喻。
• 在自定义数据集上进行训练，具有针对性。

📚 详细文档

模型详情

📄 许可证

本项目采用Apache 2.0许可证。