/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
5 фев 2024

gibberish-sentence-detection-model-tr

Классификация текстаТекст → label6 профессий

Модель на базе турецкого BERT определяет, является ли текст бессмысленной строкой или осмысленным предложением.

98скачиваний за 30 дней8лайковвеса обновлены5 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TURKCELL разработала модель классификации текста на основе дообученной dbmdz/bert-base-turkish-128k-uncased. Она определяет, является ли предложение бессмысленным набором символов или осмысленным текстом, например распознаёт строки вроде «adssnfjnfjn». Модель подходит для проверки пользовательского ввода и фильтрации бессмысленных строк. Она основана на архитектуре BERT, содержит 211,6 млн параметров и принимает последовательности длиной до 512 токенов. Репозиторий содержит веса PyTorch; лицензия — MIT.

Сценарии применения

  • фильтрация бессмысленных строк в пользовательских формах
  • проверка осмысленности коротких турецких сообщений
  • очистка текстовых данных перед обработкой
  • отбрасывание случайного набора символов при модерации ввода

Ограничения

Модель предназначена для бинарного различения бессмысленных и осмысленных предложений; сведения о качестве на длинных текстах и языках, отличных от турецкого, не приведены. Контекст ограничен 512 токенами.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Description

This model has been fine-tuned using dbmdz/bert-base-turkish-128k-uncased model.

This model created for detecting gibberish sentences like "adssnfjnfjn" . It is a simple binary classification project that gives sentence is gibberish or real.

Usage

from transformers import AutoModelForSequenceClassification, AutoTokenizer
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model = AutoModelForSequenceClassification.from_pretrained("TURKCELL/gibberish-detection-model-tr")
tokenizer = AutoTokenizer.from_pretrained("TURKCELL/gibberish-detection-model-tr", do_lower_case=True, use_fast=True)

model.to(device)

def get_result_for_one_sample(model, tokenizer, device, sample):
    d = {
        1: 'gibberish',
        0: 'real'
    }
    test_sample = tokenizer([sample], padding=True, truncation=True, max_length=256, return_tensors='pt').to(device)
    # test_sample
    output = model(**test_sample)
    y_pred = np.argmax(output.logits.detach().to('cpu').numpy(), axis=1)
    return d[y_pred[0]]

sentence = "nabeer rdahdaajdajdnjnjf"
result = get_result_for_one_sample(model, tokenizer, device, sentence)
print(result)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Ревизия весов
a174d1c

0 моделей