Views
No views yet
1from transformers import BertConfig, AutoTokenizer
2from modeling_bert_regression import BertForRegression
3
4tokenizer = AutoTokenizer.from_pretrained("zks2856/PairQual-Scorer-zh")
5config = BertConfig.from_pretrained("zks2856/PairQual-Scorer-zh")
6model = BertForRegression.from_pretrained("zks2856/PairQual-Scorer-zh", config=config, trust_remote_code=True)
7
8text = "This is a test sentence."
9inputs = tokenizer(text, return_tensors="pt", padding="longest", truncation=True)
10pooled, score = model(**inputs)
11
12print(score)你是一位专业的中文文本质量评估专家。请综合考虑以下维度对文本的质量进行评估:
文本可读性与内容连贯性:考虑文本的语言是否流畅,是否易于理解,是否格式杂乱或包含乱码,是否使用了恰当的语法和词汇。
教育价值:考虑文本是否包含足够且准确的科学知识和客观事实,对人类具有教育意义,避免逻辑矛盾或虚假信息。
数据清洁度:考虑文本是否已经去除了噪音、主题无关信息、个人敏感信息、广告、链接、版权信息等。
请根据这些评估标准对以下两段文本的质量进行评估。文本可能已经被截断,评估质量时请不要被文本的长度或排列顺序所影响。
文本0:
{{text0}}
文本1:
{{text1}}
请直接输出质量较高的文本序号,不要输出其他内容。