metadata
library_name: transformers
pipeline_tag: text-classification
tags:
- email
- text-classification
language:
- en
datasets:
- FlowRank/labeled_emails
base_model: distilbert-base-uncased
license: mit
metrics:
- accuracy
model-index:
- name: mailSort
results:
- task:
type: text-classification
dataset:
name: FlowRank/labeled_emails
type: FlowRank/labeled_emails
metrics:
- type: accuracy
value: 0.9601
widget:
- text: |-
Subject: Insurance claim
Body: Hello, I need to update my policy urgently before the deadline.
mailSort
Classifieur d’e-mails 20 classes (catégorie + urgence), basé sur DistilBERT.
Entraîné sur FlowRank/labeled_emails (révision main, ~19,8k exemples).
Accuracy test : 96,01 % (1 900 / 1 979).
| Version | Labels | Révision dataset | Révision modèle |
|---|---|---|---|
| v2 (courante) | 20 | main ou v2.0 |
main ou v2.0 |
| v1 | 10 | v1.0 |
v1.0 |
Labels (v2)
Chaque catégorie est déclinée en _urgent / _not_urgent : family, finance, games, human resources, medical, pets, school, software engineering, sport, work/airbus.
Inférence
from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline
tok = AutoTokenizer.from_pretrained("FlowRank/mailSort", subfolder="model")
model = AutoModelForSequenceClassification.from_pretrained("FlowRank/mailSort", subfolder="model")
clf = pipeline("text-classification", model=model, tokenizer=tok, truncation=True)
text = "Subject: Insurance claim\n\nBody: I need to update my policy urgently."
print(clf(text))
Développement local
Repo Python minimal pour entraîner, évaluer et publier. Le script principal est mailsort.train.
Par défaut, le code charge la dernière version du dataset (FlowRank/labeled_emails@main).
Installation
uv sync
Entraîner + évaluer
uv run python -m mailsort.train \
--model-name distilbert-base-uncased \
--hub-model-id FlowRank/mailSort \
--num-train-epochs 2
Pour épingler une version précise du dataset :
uv run python -m mailsort.train --dataset-revision v1.0
Évaluer le modèle publié
uv run python -m mailsort.eval --split test
Évalue par défaut FlowRank/mailSort (sous-dossier model/) sur FlowRank/labeled_emails@main.
Publier via Git (README + model/)
uv run python -m mailsort.prepare_model --outputs-dir outputs --model-dir model
git add README.md model
git commit -m "chore(model): update published artifacts"
git push
Le push Hub automatique via Trainer nécessite HF_TOKEN :
export HF_TOKEN="..."
uv run python -m mailsort.train --hub-model-id FlowRank/mailSort