D

Distilbert Base Uncased Finetuned Sms Spam Detection

由 mariagrandury 开发
基于DistilBERT的短信垃圾邮件检测模型,在sms_spam数据集上微调,准确率达99.21%
下载量 274
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是DistilBERT的微调版本,专门用于识别短信是否为垃圾邮件。通过轻量级架构实现了高效的文本分类能力。

模型特点

高准确率
在评估集上达到99.21%的准确率,能有效区分正常短信和垃圾短信
轻量级架构
基于DistilBERT的蒸馏架构,在保持性能的同时减少计算资源需求
快速推理
相比原始BERT模型,推理速度更快,适合实时应用场景

模型能力

文本分类
垃圾邮件检测
短文本分析

使用案例

通信安全
短信过滤系统
集成到移动通信系统中自动过滤垃圾短信
可拦截99%以上的垃圾短信
用户保护
防诈骗预警
识别潜在的诈骗短信并警告用户
减少用户受骗风险