amd-full-phonetree-v1

项目介绍：amd-full-phonetree-v1

项目背景

amd-full-phonetree-v1 是一个基于 SetFit 模型的项目，专注于文本分类任务。SetFit 结合了高效的少样本学习技术，能在有限的数据样本下实现优秀的性能。本项目中使用的基础模型是 sentence-transformers/paraphrase-mpnet-base-v2，为文本编码提供支持。此外，分类任务则依赖于一个逻辑回归模型来完成。

模型简介

模型类型：SetFit
文本编码模型：sentence-transformers/paraphrase-mpnet-base-v2
分类模型：逻辑回归模型
最大序列长度：512 个标记
分类数：2

模型来源与参考

代码仓库：SetFit on GitHub
相关论文：Efficient Few-Shot Learning Without Prompts
博客文章：SetFit: Efficient Few-Shot Learning Without Prompts

分类标签

模型针对以下两种标签进行分类：

voicemail（语音信箱）
- 例子包括：“您的呼叫已转接到自动语音邮件系统。”
phone_tree（电话分机菜单）
- 例子包括：“感谢致电某某公司。如果知道想联系的分机号码，请拨。”

使用方法

直接推理使用

首先需要安装 SetFit 库：

pip install setfit

然后可以加载模型并进行推理：

from setfit import SetFitModel

# 从 Hugging Face Hub 下载预训练模型
model = SetFitModel.from_pretrained("nikcheerla/amd-full-phonetree-v1")
# 进行推理
preds = model("For calling WL Gore and Associates Incorporated. Please wait ")