Компактная русскоязычная BERT-модель для выявления спама в сообщениях чатов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
BERT Spam Detector — русскоязычная модель классификации спама в чатах, созданная дообучением rubert-tiny2. Она принимает текст сообщения и определяет, относится ли он к спаму; пример применения — фильтрация рекламных сообщений о работе и предложений перейти в личные сообщения. Модель построена на архитектуре BERT и содержит 29 млн параметров, максимальная длина контекста — 2048 токенов.
Для обучения использован набор данных ben zlokzik/russian-spam-fork. Модель предназначена для классификации текстов на русском языке и распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.
Модель обучена на русскоязычном наборе данных о спаме, поэтому качество на других языках и типах сообщений не подтверждено. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
English | Русский
Fine-tuned rubert-tiny2 for Russian chat spam classification.
from transformers import pipeline
classifier = pipeline("text-classification", model="benzlokzik/spam-detector-bert")
classifier("Удалённая работа! Доход от 150 000₽. Без опыта. Пиши + в личку")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · text-classification
Подбираем GPU…