First posted in my Kaggle.
You know what really grinds my gears. Spam! 😤
I made a sms spam classifier using transfer learning on BERT with a Singaporean SMS Spam dataset.
Характеристики
- Контекст
- 512 токенов
- Лицензия
- Apache 2.0
- Архитектура
- distilbert · dense
- Опубликована
- 22 мая 2023
Ссылки
sms-spam-classification-with-bert
Классификатор на базе DistilBERT определяет, является ли SMS спамом.
153скачиваний за 30 дней2лайкавеса обновлены19 июн 2023
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 разработана Wesley Acheng для классификации SMS на спам и обычные сообщения. Автор описывает её как классификатор, созданный с помощью transfer learning на BERT и обученный на наборе SMS Spam из Сингапура. Архитектура репозитория — DistilBERT с головой классификации последовательностей; модель принимает текст, поддерживает английский язык и имеет контекст до 512 токенов.
Модель подходит для фильтрации спам-сообщений в SMS-потоках и автоматической разметки сообщений. Веса доступны в форматах PyTorch и Safetensors по лицензии Apache-2.0. Карточка не приводит метрик качества или подробностей о составе и разделении данных, поэтому качество на сообщениях из других регионов и на современных типах спама может отличаться.
Сценарии применения
- фильтрация спама во входящих SMS
- автоматическая разметка SMS как спама или обычного сообщения
- предварительная сортировка SMS для антиспам-систем
Ограничения
Модель обучена на наборе SMS Spam из Сингапура, поэтому качество на других регионах, языках и современных типах спама может различаться. В карточке не приведены метрики качества.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- DistilBertForSequenceClassification
- Ревизия весов
- 10dbb79