Update README.md
Browse files
README.md
CHANGED
@@ -9,4 +9,66 @@ pipeline_tag: text-classification
|
|
9 |
datasets:
|
10 |
- Msobhi/virgool_62k
|
11 |
---
|
12 |
-
Hi
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
datasets:
|
10 |
- Msobhi/virgool_62k
|
11 |
---
|
12 |
+
Hi
|
13 |
+
|
14 |
+
I have fine-tuned ParsBert for classifying Persian text using the "Msobhi/virgool_62k" dataset, with the labels listed below:
|
15 |
+
|
16 |
+
|
17 |
+
{'استارتاپ': 0,
|
18 |
+
'اقتصاد': 1,
|
19 |
+
'امنیت سایبری': 2,
|
20 |
+
'اینترنت اشیا': 3,
|
21 |
+
'بازاریابی': 4,
|
22 |
+
'بازی رایانه ای': 5,
|
23 |
+
'برنامه نویسی': 6,
|
24 |
+
'بلاک چین': 7,
|
25 |
+
'بهره وری': 8,
|
26 |
+
'تاریخ': 9,
|
27 |
+
'تجربه کاربری': 10,
|
28 |
+
'تحصیلی و آموزشی': 11,
|
29 |
+
'حقوقی': 12,
|
30 |
+
'خانواده': 13,
|
31 |
+
'خودشناسی': 14,
|
32 |
+
'داستان': 15,
|
33 |
+
'رابطه': 16,
|
34 |
+
'روانشناسی': 17,
|
35 |
+
'زنان': 18,
|
36 |
+
'سفر': 19,
|
37 |
+
'سلامت': 20,
|
38 |
+
'سلامت روانی': 21,
|
39 |
+
'سیاست': 22,
|
40 |
+
'شبکه اجتماعی': 23,
|
41 |
+
'شغل و کار': 24,
|
42 |
+
'طراحی دیجیتال': 25,
|
43 |
+
'علوم': 26,
|
44 |
+
'عکاسی': 27,
|
45 |
+
'غذا': 28,
|
46 |
+
'فرهنگ': 29,
|
47 |
+
'فریلنسری': 30,
|
48 |
+
'فلسفه': 31,
|
49 |
+
'فیلم و سینما': 32,
|
50 |
+
'فین تک': 33,
|
51 |
+
'محیط زیست': 34,
|
52 |
+
'مذهبی': 35,
|
53 |
+
'مهاجرت': 36,
|
54 |
+
'مهندسی نرم افزار': 37,
|
55 |
+
'موسیقی': 38,
|
56 |
+
'موفقیت': 39,
|
57 |
+
'نویسندگی': 40,
|
58 |
+
'هنر': 41,
|
59 |
+
'هوا فضا': 42,
|
60 |
+
'هوش مصنوعی': 43,
|
61 |
+
'ورزشی': 44,
|
62 |
+
'پادکست': 45,
|
63 |
+
'پول رمزی': 46,
|
64 |
+
'کارآفرینی': 47,
|
65 |
+
'کتاب': 48,
|
66 |
+
'یادگیری ماشین': 49}
|
67 |
+
|
68 |
+
Utilize this code snippet to test the model. It may not be very accurate, but further training epochs could enhance its performance.
|
69 |
+
|
70 |
+
model_path = "Aminrhmni/Persian-text-classification-model"
|
71 |
+
from transformers import pipeline, BertForSequenceClassification, BertTokenizerFast
|
72 |
+
model = BertForSequenceClassification.from_pretrained(model_path)
|
73 |
+
tokenizer= BertTokenizerFast.from_pretrained(model_path)
|
74 |
+
nlp= pipeline("text-classification", model=model, tokenizer=tokenizer)
|