proideas/CDTI-intent-classification

CDTI Intent Classification Model

โมเดลนี้ใช้สำหรับการจำแนกเจตนา (Intent Classification) ของข้อความภาษาไทย โดยใช้ฐาน DistilBERT multilingual model

การใช้งาน

from transformers import AutoModelForSequenceClassification, AutoTokenizer

# โหลดโมเดลและ tokenizer
model_name = "YOUR_USERNAME/thai-intent-classification"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# ทำนาย intent
def predict_intent(text):
    inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)
    outputs = model(**inputs)
    predicted_class = outputs.logits.argmax().item()
    intent_mapping = ["Scholarship", "academic_calendar", "course", "general_question", "student_activities"]
    return intent_mapping[predicted_class]

# ตัวอย่างการใช้งาน
text = "ช่วงไหนเปิดเทอม"
intent = predict_intent(text)
print(f"Intent: {intent}")

รายละเอียดโมเดล

• ฐานโมเดล: distilbert-base-multilingual-cased
• ภาษาที่รองรับ: ภาษาไทย
• จำนวน Intent: 5 ประเภท
• เทรนด้วยข้อมูล: ข้อความภาษาไทยเกี่ยวกับคำถามทั่วไปในสถาบันการศึกษาอย่างละ 100 ข้อ