Den4ikAI/ruBert-tiny-replicas-classifier
Описание классов:
- about_user - реагирует, когда пользователь говорит о себе. Например, "меня зовут андрей"
- question - реагирует на вопросы
- instruct - реагирует на вопросы, ответ на которые представляет собой инструкцию. Например, "как установить windows, как приготовить борщ"
- about_system - реагирует на вопросы о личности ассистента. Например, "как тебя зовут, ты кто такая"
- problem - реагирует на реплики, где пользователь рассказывает о своих проблемах. Например, "у меня болит зуб, мне проткнули колесо"
- dialogue - реагирует на диалоговые реплики. Например, "привет"
Примечание: модель обучалась без знаков '?'
Использование
import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
tokenizer = AutoTokenizer.from_pretrained('Den4ikAI/ruBert-tiny-replicas-classifier')
model = AutoModelForSequenceClassification.from_pretrained('Den4ikAI/ruBert-tiny-replicas-classifier')
model.to(device)
model.eval()
classes = ['instruct', 'question', 'dialogue', 'problem', 'about_system', 'about_user']
def get_sentence_type(text):
inputs = tokenizer(text, max_length=512, add_special_tokens=False, return_tensors='pt').to(device)
with torch.no_grad():
logits = model(**inputs).logits
probas = list(torch.sigmoid(logits)[0].cpu().detach().numpy())
out = classes[probas.index(max(probas))]
return out
while 1:
print(get_sentence_type(input(":> ")))