Instructions to use basic-go/texbert-moderator with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use basic-go/texbert-moderator with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="basic-go/texbert-moderator")# pip install -U transformers accelerate # Load model directly from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("basic-go/texbert-moderator") model = AutoModelForSequenceClassification.from_pretrained("basic-go/texbert-moderator", device_map="auto") - Notebooks
- Google Colab
- Kaggle
File size: 1,361 Bytes
525ff31 d1151e6 c74e506 d1151e6 c74e506 525ff31 c74e506 525ff31 c74e506 525ff31 c74e506 525ff31 c74e506 525ff31 c74e506 525ff31 c74e506 525ff31 c74e506 525ff31 d1151e6 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | ---
language:
- ru
pipeline_tag: text-classification
library_name: transformers
---
# basic-go/texbert-moderator
Модель предназначена для классификации входного текста, содержащего математические сущности. Модель разделяет следующие классы:
- `tex` — корректная разметка на языке LaTeX (эталон качества);
- `corrupted` — повреждённая разметка LaTeX, словесные формулировки математических выражений, математические символы Unicode, язык разметки AsciiMath.
## Использование
Пример ниже определяет метку входного текста и оценивает её вероятность:
```python
from transformers import pipeline
pipe = pipeline("text-classification", model="basic-go/texbert-moderator")
print(pipe(r"\frac{1{3 - x^{2 + \phi(x(t)"))
# [{'label': 'corrupted', 'score': 0.9999908208847046}]
```
Вместе с тем рекомендуется использовать модель в составе библиотеки [Emma](https://github.com/basic-go-ahead/emma) для актуальной пред- и постобработки данных. |