File size: 6,741 Bytes
d4bf325
079672a
d4bf325
 
 
 
 
 
 
 
 
 
079672a
d4bf325
 
dbad36d
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
---
title: Wine Guide
emoji: 💬
colorFrom: yellow
colorTo: purple
sdk: gradio
sdk_version: 6.5.1
app_file: app.py
pinned: false
hf_oauth: true
hf_oauth_scopes:
- inference-api
short_description: Сервис который помогает найти вино по словесному описанию.
---

An example chatbot using [Gradio](https://gradio.app), [`huggingface_hub`](https://huggingface.co/docs/huggingface_hub/v0.22.2/en/index), and the [Hugging Face Inference API](https://huggingface.co/docs/api-inference/index).

# Классификатор типа вина по описанию

Небольшой проект по deep learning: модель читает текстовое описание вина (как в карточке товара или заметке дегустатора) и определяет тип вина:

- красное
- белое
- розовое

Проект можно запускать локально как простое веб-приложение (интерфейс на Gradio).

**Демо:** ссылка на HuggingFace Spaces — вставьте сюда свою: `...`

---

## Что умеет

Вы вводите описание обычным текстом, а модель возвращает:

- предсказанный тип вина
- «уверенность» по каждому классу в процентах

Пример:

```
Ввод:  "Насыщенный аромат темной вишни и черной смородины, заметен дуб.
        Танины плотные, послевкусие долгое и пряное."

Вывод: Красное
       Красное: 94.3%
       Белое:    3.1%
       Розовое:  2.6%
```

---

## Как это работает (простыми словами)

Модель объединяет два источника информации:

- **Текст**: берётся предобученная языковая модель BERT, которая «понимает» смысл фраз и превращает текст в набор чисел (вектор признаков).
- **Слова‑подсказки из предметной области**: дополнительно считаются простые признаки по ключевым словам, которые часто встречаются в описаниях (например, «дуб», «цитрус», «шампанское» и т. п.).

Дальше эти признаки склеиваются и подаются в небольшой классификатор (несколько полносвязных слоёв), который выдаёт 3 вероятности: красное / белое / розовое.

Если коротко: **BERT даёт смысл текста**, а **доменные признаки помогают на конкретных винных терминах**.

---

## Данные

- **Источник**: датасет с Kaggle — [Wine Dataset](https://www.kaggle.com/datasets/elvinrustam/wine-dataset)
- **Размер**: 1274 описания после очистки
- **Классы**: красное (566), белое (584), розовое (124)
- **Балансировка**: редкий класс «розовое» увеличивался простым оверсемплингом через `sklearn.utils.resample`

---

## Обучение (кратко)

Параметры обучения:

| Параметр | Значение |
|---|---|
| База | `bert-base-uncased` |
| Оптимизатор | AdamW |
| Скорость обучения | 2e-5 |
| Batch size | 16 |
| Эпохи | 3 |
| Максимальная длина текста | 128 |
| Разделение train/test | 80/20 (стратифицированно) |

Результаты после 3 эпох:

| Эпоха | Loss | Accuracy | Macro F1 |
|---:|---:|---:|---:|
| 1 | 0.8716 | 54.51% | 0.5303 |
| 2 | 0.4873 | 72.55% | 0.7405 |
| 3 | 0.3512 | 91.37% | 0.9256 |

---

## Структура проекта

```
wine-classifier/
├── app.py                  # веб-интерфейс (Gradio)
├── requirements.txt        # зависимости Python
├── WineDataset.csv         # исходный датасет
├── wine_model/
│   ├── model.pt            # веса обученной модели
│   └── tokenizer/          # файлы токенизатора BERT
│       ├── config.json
│       ├── tokenizer_config.json
│       └── vocab.txt
└── README.md
```

---

## Как запустить локально

1) Склонируйте репозиторий (или Space) и перейдите в папку проекта:

```bash
git clone https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME
cd YOUR_SPACE_NAME
```

2) Установите зависимости:

```bash
pip install -r requirements.txt
```

3) Запустите приложение:

```bash
python app.py
```

После этого откройте ссылку, которую покажет консоль (обычно `http://127.0.0.1:7860`).

---

## Зависимости (главные)

- `torch`
- `transformers`
- `gradio`

Остальные перечислены в `requirements.txt`.

---

## Примеры для проверки

Красное:

> "Плотное и мощное, тона ежевики и сливы, ваниль после выдержки в дубе. Бархатистые танины и долгое шоколадное послевкусие."

Белое:

> "Лёгкое и свежее, цитрус и крыжовник, много кислотности. Сухое, минеральное, с чистым коротким послевкусием."

Розовое:

> "Нежный аромат малины и арбуза, сухое и освежающее. Лёгкая фруктовость и аккуратные цветочные ноты."

---

## Технологии

- **PyTorch** — обучение и инференс модели
- **HuggingFace Transformers** — BERT и токенизатор
- **Gradio** — веб-интерфейс для ввода текста
- **scikit-learn** — предобработка и балансировка классов
- **Pandas** — работа с данными

---

## Зачем проект

Это учебный pet‑проект: практиковался PyTorch, дообучение BERT и развёртывание модели в виде простого приложения.