/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-uncased
Библиотека
transformers
Опубликована
3 сен 2026

movie-genres-classification

Классификация текстаТекст → label4 профессии

Англоязычная BERT-модель определяет один или несколько жанров фильма по его названию и краткому описанию.

80скачиваний за 30 дней1лайквеса обновлены11 сен 2026

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

Модель prashantkhandelwal/movie-genres-classification — англоязычный классификатор жанров фильмов на основе BERT, дообученный разработчиком на google-bert/bert-base-uncased. Он принимает название и краткое описание фильма и присваивает ему один или несколько из 19 жанров, включая боевик, комедию, драму, ужасы, мелодраму, научную фантастику и триллер. Для выбора жанров README рекомендует применять sigmoid к выходам модели и использовать порог вероятности 0,5.

Модель построена на архитектуре BertForSequenceClassification и содержит 136,7 млн параметров; максимальная длина контекста — 512 токенов. Она предназначена для многометочной классификации англоязычных описаний фильмов. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • автоматически присваивать жанры карточкам фильмов
  • подбирать фильмы по жанровым меткам
  • классифицировать названия и аннотации фильмов по нескольким жанрам

Ограничения

Классификатор рассчитан на английские названия и описания, а контекст ограничен 512 токенами. Порог 0,5 предложен в README как правило выбора жанров; качество на иных данных не охарактеризовано.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Description

A BERT-based multi-label classifier that predicts one or more movie genres from a movie’s title and overview. The model supports 19 genres, including Action, Comedy, Drama, Horror, Romance, Science Fiction, and Thriller.

Usage

Load the model with Hugging Face Transformers and provide a movie title or overview. Apply sigmoid to the model outputs and select genres with a probability of at least 0.5.

from transformers import pipeline

classifier = pipeline(
    "text-classification",
    model="prashantkhandelwal/movie-genres-classification",
    top_k=None,
)

result = classifier(
    "A crew travels through deep space to stop an alien threat from destroying Earth."
)

genres = [label for label in result[0] if label["score"] >= 0.5]
print(genres)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
497a8db

0 моделей