|
--- |
|
license: mit |
|
datasets: |
|
- Den4ikAI/russian_dialogues |
|
language: |
|
- ru |
|
widget: |
|
- text: '[CLS]Что такое QR-код?[REPONSE_TOKEN]QR-код - это тип матричного штрих-кода.' |
|
- text: '[CLS]Как какать?[RESPONSE_TOKEN]Снимите штаны, сядьте на унитаз и покакайте.' |
|
- text: '[CLS]Как какать?[RESPONSE_TOKEN]Посрите в свитер.' |
|
pipeline_tag: text-classification |
|
--- |
|
# Den4ikAI/ruBert-base-qa-ranker |
|
Модель для оценки релевантности ответов на вопросы. |
|
# Использование |
|
```python |
|
import torch |
|
from transformers import AutoTokenizer, AutoModelForSequenceClassification |
|
|
|
tokenizer = AutoTokenizer.from_pretrained('Den4ikAI/ruBert-base-qa-ranker') |
|
model = AutoModelForSequenceClassification.from_pretrained('Den4ikAI/ruBert-base-qa-ranker') |
|
inputs = tokenizer('[CLS]Что такое QR-код?[RESPONSE_TOKEN]QR-код - это тип матричного штрих-кода.', max_length=512, add_special_tokens=False, return_tensors='pt') |
|
with torch.inference_mode(): |
|
logits = model(**inputs).logits |
|
probas = torch.sigmoid(logits)[0].cpu().detach().numpy() |
|
relevance, no_relevance = probas |
|
print('Relevance: {}'.format(relevance)) |
|
``` |
|
# Citation |
|
``` |
|
@MISC{Den4ikAI/ruBert-base-qa-ranker, |
|
author = {Denis Petrov}, |
|
title = {Russian QA relevancy model}, |
|
url = {https://huggingface.co./Den4ikAI/ruBert-base-qa-ranker}, |
|
year = 2023 |
|
} |
|
|
|
``` |
|
|
