标签: 自动自然语言处理
语言: 英语
小部件示例:

• 文本: "我爱AutoNLP 🤗"
  数据集:
• amansolanki/autonlp-data-Tweet-Sentiment-Extraction
  二氧化碳当量排放量: 3.651199395353127克

使用AutoNLP训练的模型

• 问题类型: 多类别分类
• 模型ID: 20114061
• 二氧化碳排放量(克): 3.651199395353127

验证指标

• 损失值: 0.5046541690826416
• 准确率: 0.8036219581211093
• 宏观F1分数: 0.807095210403678
• 微观F1分数: 0.8036219581211093
• 加权F1分数: 0.8039634739225368
• 宏观精确率: 0.8076842795233988
• 微观精确率: 0.8036219581211093
• 加权精确率: 0.8052135235094771
• 宏观召回率: 0.8075241470527056
• 微观召回率: 0.8036219581211093
• 加权召回率: 0.8036219581211093

使用方法

可通过cURL调用此模型:

$ curl -X POST -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"inputs": "I love AutoNLP"}' https://api-inference.huggingface.co/models/amansolanki/autonlp-Tweet-Sentiment-Extraction-20114061  

或使用Python API:

from transformers import AutoModelForSequenceClassification, AutoTokenizer  

model = AutoModelForSequenceClassification.from_pretrained("amansolanki/autonlp-Tweet-Sentiment-Extraction-20114061", use_auth_token=True)  

tokenizer = AutoTokenizer.from_pretrained("amansolanki/autonlp-Tweet-Sentiment-Extraction-20114061", use_auth_token=True)  

inputs = tokenizer("I love AutoNLP", return_tensors="pt")  

outputs = model(**inputs)