spam-classifier-ru

spam-classifier-ru 🛡️

Модель spam-classifier-ru предназначена для бинарной классификации текстов на русском языке (Спам / Не спам).

Модель представляет собой fine-tuned версию архитектуры cointegrated/rubert-tiny2.

📚 Данные для обучения (Training Data)

В качестве основы использовалась подвыборка в размере 500 000 строк из открытого датасета ruSpamModels/russian-spam-detection.

📊 Метрики качества (Metrics)

Оценка проводилась на отложенной тестовой выборке с упором на минимизацию ложноположительных срабатываний (False Positives):

• F1-Score (Spam): ~0.963
• Precision (Spam): ~0.978
• Recall (Spam): ~0.949

Пример использования

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

model_name = "super-apple/spam-classifier-ru"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)
model.eval()

text = "3APA60T0K 6E3 BЛ0ЖEHИЙ 0T 5OOO PY6ЛEЙ B ДEHb!"
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=128)

with torch.no_grad():
    outputs = model(**inputs)

predicted_class = torch.argmax(outputs.logits, dim=-1).item()

print("Это спам!" if predicted_class == 1 else "Это нормальный текст.")