许可证：Apache-2.0
标签：

• transformers
• 文本分类
• 垃圾邮件检测

垃圾邮件分类器

本模型基于microsoft/Multilingual-MiniLM-L12-H384微调，用于将邮件主题分类为垃圾邮件(SPAM)或非垃圾邮件(NOSPAM)。

模型详情

• 基础模型：microsoft/Multilingual-MiniLM-L12-H384
• 微调用途：文本分类
• 类别数量：2类（垃圾邮件/非垃圾邮件）
• 支持语言：多语言

使用方法

from transformers import AutoTokenizer, AutoModelForSequenceClassification  

model_name = "Goodmotion/spam-mail-classifier"  
tokenizer = AutoTokenizer.from_pretrained(model_name)  
model = AutoModelForSequenceClassification.from_pretrained(  
    model_name  
)  

text = "恭喜！您已获得一部iPhone。"  
inputs = tokenizer(text, return_tensors="pt")  
outputs = model(**inputs)  
print(outputs.logits)  

批量分类示例

import torch  
from transformers import AutoTokenizer, AutoModelForSequenceClassification  

model_name = "Goodmotion/spam-mail-classifier"  

tokenizer = AutoTokenizer.from_pretrained(model_name)  
model = AutoModelForSequenceClassification.from_pretrained(model_name)  

texts = [  
'参加AI创新网络研讨会',  
'紧急：请立即验证账户',  
'会议改期至下午3点',  
'生日快乐！',  
'限时优惠：立即行动！',  
'您有未领取的奖励待查收！',  
'来自科技世界的每周简报',  
'项目状态更新',  
'明天12:30共进午餐？',  
'快速致富的绝佳机会！',  
'您近期购物的发票',  
'别忘了：早上6点健身课程',  
'您好，最近怎么样？',  
'会议后续文件',  
'Valentin Dupond在评论中提到您',  
'Bolt x Supabase = 🤯',  
'公司网站修改通知',  
'文章封面图片',  
'为您的网站吸引新访客',  
'无套路的道德云计算',  
'Remix通讯第25期：React Router v7',  
'您在X平台的试用即将结束',  
'Claude.ai新增Google Docs集成和样式功能',  
'Cloudflare信用卡即将到期'  
]  

inputs = tokenizer(texts, padding=True, truncation=True, max_length=128, return_tensors="pt")  
outputs = model(**inputs)  

# 使用softmax将logits转换为概率  
logits = outputs.logits  
probabilities = torch.softmax(logits, dim=1)  

# 为每个文本标注分类结果  
labels = ["非垃圾邮件", "垃圾邮件"]  # 索引到标签的映射  
results = [  
    {"text": text, "label": labels[torch.argmax(prob).item()], "confidence": prob.max().item()}  
    for text, prob in zip(texts, probabilities)  
]  

# 打印结果  
for result in results:  
    print(f"文本：{result['text']}")  
    print(f"分类结果：{result['label']}（置信度：{result['confidence']:.2%}）\n")