中文商品标题分类模型（30 类，legacy）

已弃用（legacy）：本仓库使用 30 类标签体系，与当前 27 类标准不兼容，不能与 product-title-classifier-* 系列混用。27 类版本见下方平台入口表。

平台入口

平台	仓库	说明
Hugging Face	当前仓库	30 类 PyTorch，legacy
ModelScope	product-title-classifier-bert-base-chinese-v2	27 类标准版本
Hugging Face	product-title-classifier-bert-base-chinese-v2	27 类迁移中

中文 BERT 的 30 类分类器，最后一层 CLS 向量接线性分类层。版本为 20261027-051303-065127_seq48_bs32_lr1e-05_ep100_seed42_samplesall。最大输入长度 48 token，包含特殊 token，超长标题截断。

简要测评

2026-10-28 重新运行项目 ml/evaluate.py，评估完整验证集 11,104 条。训练集 88,824 条；随机种子 42，训练批次 32，学习率 1e-5，最多 100 轮，按验证集早停。

指标	PT FP32
Accuracy	94.6686%
Macro Precision	89.0989%
Macro Recall	87.1758%
Macro F1	88.0200%
Weighted F1	94.6458%
Top-3 Accuracy	99.1985%

本次分类指标与源版本报告一致。各类别指标和混淆矩阵见 evaluation_report.json。验证集参与早停和模型选择，以上为验证成绩，不能作为独立测试集的泛化结论。Macro 固定按全部 30 类平均，未出现类别按 0 计。验证集类别不均衡，例如“书籍”仅 1 条、F1 为 0，“汽车用品”19 条、F1 为 60.61%；小类别指标不稳定。未做目标服务器性能压测。

权重 SHA-256：469faecf9b093ccb6e36cdbbaaaa706b2bccbcad1a43c5d7dad44be0c82a8a2b。

下载与使用

hf download bangbangkido/Product-Classifier --local-dir ./product-classifier
cd product-classifier
python -m pip install -r requirements.txt
python predict.py "无线蓝牙耳机"

自动使用可用 CUDA，否则使用 CPU；下载完整后可离线推理。权重为自定义 PyTorch state_dict，使用随附代码加载，不支持直接用 Transformers 的 pipeline() 或 AutoModelForSequenceClassification.from_pretrained() 加载。

发布文件

model.pt：完整编码器和分类头参数，409,231,567 字节。
config.json、labels.json、inference_config.json：结构、标签和输入长度/版本。
tokenizer.json、tokenizer_config.json、vocab.txt：分词器。
model.py、predict.py、requirements.txt：独立推理入口和依赖。
training_metadata.json、evaluation_report.json、evaluation_data_manifest.json：训练配置、测评和数据转换记录。
SHA256SUMS：发布文件校验值。

本地原有 64 token 预处理数据在独立发布目录转为 48 token，保留截断处的 SEP。验证集所有标签顺序及有效 token 长度已与源评估记录逐条核对，原始数据未覆盖。

ONNX FP32 / INT8 版本。类别范围见 labels.json，范围外输入仍被分入现有类别。基座为 google-bert/bert-base-chinese（Apache-2.0）。本仓库的微调权重和训练数据以 Apache-2.0 发布。

Model tree for bangbangkido/Product-Classifier

Base model

google-bert/bert-base-chinese

Finetuned

(275)

this model

Quantizations

1 model