You can deploy this model and start earning money today!

thanhtlx/
text_classification_2

safetensors

roberta

Views

No views yet

Institution Name Normalization Model

📝 Mô tả

Đây là một mô hình phân loại văn bản được huấn luyện để chuẩn hóa các tên cơ quan (institutions) được viết theo nhiều cách khác nhau trong các bài báo khoa học. Mô hình nhận diện và ánh xạ các tên cơ quan (có thể khác nhau về ngôn ngữ, cách viết tắt, hoặc cách trình bày) thành một tên chuẩn hóa duy nhất.

Ví dụ:

"VNU University of Engineering and Technology" → uet
"University of Science, Vietnam National University Hanoi" → hus

Mô hình sử dụng kiến trúc BERT và được huấn luyện trên tập dữ liệu chứa các tên cơ quan từ các bài báo khoa học.

📌 Chi tiết các mô hình

Tên model	Kiến trúc	Chức năng chính
`thanhtlx/text_classification_2`	RobertaForSequenceClassification	Chuẩn hóa tên cơ quan thành một trong 12 nhãn chuẩn

📥 Đầu vào

Định dạng: Tên cơ quan dưới dạng chuỗi văn bản (có thể bằng tiếng Anh, tiếng Việt, hoặc viết tắt)
Kiểu dữ liệu: Chuỗi văn bản (str)
Xử lý: Văn bản sẽ được mã hóa bởi tokenizer của mô hình (tự động cắt ngắn và đệm nếu cần)

Ví dụ đầu vào:

"VNU University of Engineering and Technology"
"ĐH Bách Khoa Hà Nội"
"University of Science, Vietnam National University Hanoi"

📤 Đầu ra

Một chuỗi ký hiệu tương ứng với tên cơ quan chuẩn hóa:
- smp: School of Medicine and Pharmacy
- ueb: University of Economics and Business
- ussh: University of Social Sciences and Humanities
- hus: University of Science
- hsb: Hanoi School of Business
- law: School of Law
- ulis: University of Languages and International Studies
- vju: Vietnam Japan University
- uet: University of Engineering and Technology
- ued: University of Education
- is: International School
- iti: Information Technology Institute
- other: Others

Ví dụ:

"VNU University of Engineering and Technology" → uet
"University of Science, Vietnam National University Hanoi" → hus

🧪 Sử dụng mô hình Dưới đây là đoạn mã mẫu để sử dụng mô hình:

python

from transformers import AutoTokenizer, TFAutoModelForSequenceClassification
import tensorflow as tf

# Tải tokenizer và mô hình
tokenizer = AutoTokenizer.from_pretrained("thanhtlx/text_classification_2")
model = TFAutoModelForSequenceClassification.from_pretrained("thanhtlx/text_classification_2")

# Tên cơ quan cần chuẩn hóa
text = "VNU University of Engineering and Technology"

# Mã hóa văn bản
inputs = tokenizer(text, return_tensors="tf", truncation=True, padding=True)

# Dự đoán
outputs = model(**inputs)
logits = outputs.logits

# Chuyển logits thành xác suất
probs = tf.nn.softmax(logits, axis=1)

# Lấy nhãn có xác suất cao nhất
predicted_label = tf.argmax(probs, axis=1).numpy()[0]
print(f"Nhãn dự đoán: {model.config.id2label[predicted_label]}")