|
--- |
|
language: |
|
- ru |
|
license: mit |
|
datasets: Den4ikAI/fact_detection |
|
widget: |
|
- если вы хотите процитировать поэму или часть из нее, тогда вам следует придерживаться |
|
первоначального формата строк, чтобы передать первоначальный смысл |
|
- ' резко вдавленный газ и знакомый свист шин унес машину прочь, превратив ее в маленькую |
|
постепенно движущуюся точку' |
|
--- |
|
|
|
Модель rubert-base-cased от Deeppavlov. Обучена на датасете из предложений. В качестве фактов использовались предложения из Википедии, а в качестве негативных - худлит и новости |
|
|
|
Датасет: [Den4ikAI/fact_detection](https://huggingface.co/datasets/Den4ikAI/fact_detection) |
|
|
|
Простейший код инференса: |
|
|
|
```python |
|
import torch |
|
from transformers import AutoTokenizer, AutoModelForSequenceClassification |
|
|
|
txt = 'Пулмен — бывший рабочий посёлок вагоностроительной компании «Пульман», построенный в 1880-е годы к югу от Чикаго.' |
|
tokenizer = AutoTokenizer.from_pretrained('Den4ikAI/ruBert_base_fact_detection') |
|
model = AutoModelForSequenceClassification.from_pretrained('Den4ikAI/ruBert_base_fact_detection') |
|
inputs = tokenizer(txt, max_length=128, add_special_tokens=False, return_tensors='pt') |
|
with torch.inference_mode(): |
|
logits = model(**inputs).logits |
|
probas = torch.sigmoid(logits)[0].cpu().detach().numpy() |
|
is_fact, no_fact = probas |
|
print(f'[TEXT] --> {txt}') |
|
print(f'[IS_FACT] --> {is_fact}') |
|
print(f'[NO_FACT] --> {no_fact}') |
|
``` |
|
|
|
|
