Este é um modelo
DistilBERT (distilbert-base-uncased) que foi adaptado (fine-tuned) para a tarefa de
Classificação de Intenção usando o dataset
ATIS.
Este projeto foi desenvolvido como parte de um estudo prático sobre o pipeline de NLP (Processamento de Linguagem Natural), desde a teoria (baseado no artigo "Attention Is All You Need") até a produção de um modelo funcional.
O modelo foi treinado por 3 épocas e atingiu os seguintes resultados no conjunto de testes (dados nunca vistos):
Este resultado de alta acurácia prova que o modelo é robusto e confiável para rotear solicitações de usuários.
Você pode usar este modelo diretamente no seu próprio código Python com a biblioteca transformers:
1from transformers import pipeline
2
3# Use o nome do SEU repositório aqui
4model_path = "user/repo_path"
5
6# Carrega o pipeline
7pipe = pipeline("text-classification", model=model_path)
8
9# Faz a previsão
10resultado = pipe("i need a flight to new york")
11print(resultado)
12# Saída esperada: [{'label': 'flight', 'score': 0.999...}]
13
14resultado = pipe("what is the abbreviation for denver")
15print(resultado)
16# Saída esperada: [{'label': 'abbreviation', 'score': 0.927...}]
