CoolFace
Apppublic

marry1908/topic-classification

sourceHugging Faceupdated 7mo agoView on Hugging Face
0likes
App README

🏷️ Тематический классификатор текста

Веб-приложение для автоматической классификации текстов по темам с использованием нейронных сетей. Определяет основную тему текста из 12 возможных категорий.

🚀 Живая демонстрация

![Open in Spaces](https://huggingface.co/spaces/marry1908/Extracting-entities)

📌 Возможности приложения

✅ Основные функции

  • —Автоматическое определение темы текста
  • —12 тематических категорий: спорт, политика, наука и другие
  • —Визуализация результатов с прогресс-барами
  • —История запросов (последние 10 запросов)
  • —Настройка количества отображаемых тем (1-5)
  • —Измерение времени обработки
  • —Готовые примеры для быстрого тестирования

🎯 Определяемые темы

ТемаИконкаОписаниеПример текста
Спорт🏀Спортивные события, соревнования, команды"Сборная России выиграла чемпионат мира по хоккею"
Политика🏛️Политические новости, выборы, законы"Парламент принял новый закон о налогах"
Наука🔬Научные открытия, исследования, технологии"Учёные открыли новый вид динозавров"
Технологии💻IT, гаджеты, программы, интернет"Apple представила новый iPhone 15"
Здоровье🏥Медицина, болезни, лечение, ЗОЖ"Врачи нашли новое лекарство от рака"
Образование📚Школы, вузы, обучение, экзамены"Министерство образования изменило правила ЕГЭ"
Культура🎭Искусство, музыка, кино, литература"В Эрмитаже открылась выставка Ван Гога"
Экономика💰Финансы, бизнес, рынки, кризисы"Цены на нефть выросли на 10%"
Путешествия✈️Туризм, страны, достопримечательности"Турция стала самым популярным курортом"
Развлечения🎬Фильмы, сериалы, игры, шоу"Вышел новый сезон Игры престолов"
Погода☀️Климат, температура, природные явления"Завтра ожидается снегопад и метель"
Происшествия🚨Аварии, катастрофы, криминал"В Москве произошло серьёзное ДТП"

🧠 Используемая модель

Модель: facebook/bart-large-mnli

Почему выбрана эта модель:

  1. 1.Zero-shot классификация - не требует предварительного обучения на конкретных темах
  2. 2.Мультиязычная поддержка - работает с русским и английским языками
  3. 3.Высокая точность - показывает хорошие результаты на разнообразных текстах
  4. 4.Гибкость - можно легко добавлять новые темы без переобучения
  5. 5.Оптимизирована для CPU - достаточно быстрая для веб-приложения

Принцип работы:

Модель использует технику zero-shot классификации, что означает:

  • —Не нужен предварительно размеченный датасет
  • —Можно задавать любые темы на лету
  • —Модель определяет, насколько текст соответствует каждой теме

📊 Примеры работы

Пример 1: Спортивный текст

Входной текст: