| Klasszifikációs modell: a [kmdb_classification](https://huggingface.co/datasets/boapps/kmdb_classification) adathalmazon lett finomhangolva a huBERT modell. A klasszifikáció cím és leírás (lead) alapján történik. | |
| ### Használat: | |
| ```python | |
| import torch | |
| import torch.nn.functional as F | |
| from transformers import BertForSequenceClassification, BertTokenizer | |
| from datasets import load_dataset | |
| model = BertForSequenceClassification.from_pretrained('boapps/kmdb_classification_model') | |
| tokenizer = BertTokenizer.from_pretrained('SZTAKI-HLT/hubert-base-cc') | |
| article = {'title': '400 milliós luxusvillába vette be magát Matolcsy és családja', 'description': 'Matolcsy György fiának cége megvette, Matolcsy György unokatestvérének bankja meghitelezte, Matolcsy György pedig használja a 430 millióért hirdetett II. kerületi luxusrezidenciát.'} | |
| tokenized_article = tokenizer(article['title']+'\n'+article['description'], return_tensors="pt") | |
| logits = model(**tokenized_article).logits | |
| probabilities = F.softmax(logits[0], dim=-1) | |
| print(probabilities) | |
| ``` | |
| ### Eredmények | |
| precision: 0.739 | |
| recall: 0.950 | |
| accuracy: 0.963 |