Finisha-LLM/nekoline-classify
1
1---2license: mit3language:4- fr5pipeline_tag: text-classification6tags:7- creatif8- Nekolien9- IA nekolienne10- classification de texte11---12## 🌸 Nekoline-classify : Le Classificateur Bilingue (Français/Nekolien) 🐱13 1415 16### 🎀 Introduction Mignonne 🎀17 18Bonjour et bienvenue dans l'univers de **Nekoline-classify** \! Je suis **Clemylia** (18 ans), et je suis ravie de partager avec vous mon tout premier modèle de classification de texte basé sur ma propre langue inventée : le **Nekolien** \! 💖 Ce modèle simple, mais efficace, a été entraîné avec **PyTorch** et est prêt à vous aider à distinguer le Nekolien du Français. C'est l'outil parfait pour tous ceux qui souhaitent explorer cette langue unique \! ✨19 20### 🎯 Objectif et Tâche du Modèle21 22**Nekoline-classify** est un modèle de **classification binaire de texte**. Sa mission est de déterminer si une phrase donnée est écrite en **Français** ou en **Nekolien** (correcte).23 24**Tâche :** Identifier la langue d'une phrase.25 26**Entrée :** Une chaîne de caractères (une phrase).27 28**Sortie :** Une prédiction binaire (0 ou 1).29 30| Valeur de Sortie | Langue Identifiée |31| :---: | :---: |32| **0** | 🇫🇷 **Français** |33| **1** | 🐱 **Nekolien** (Correct) |34 35-----36 37## 🛠️ Utilisation et Installation Rapide38 39Ce modèle a été créé avec **PyTorch**, mais il est facilement utilisable via la librairie **`transformers`** de Hugging Face.40 41### 💻 Installation42 43Assurez-vous d'avoir les librairies nécessaires installées :44 45```bash46pip install torch transformers47```48 49### 🦄 Exemple d'Utilisation50 51Voici comment vous pouvez rapidement charger et utiliser **Nekoline-classify** :52 53```python54from transformers import pipeline55 56# Charger le classificateur57# (Le chemin "Clemylia/Nekoline-classify" est un exemple, 58# il faudra le remplacer par votre identifiant réel si c'est différent)59classifier = pipeline("text-classification", model="Clemylia/Nekoline-classify") 60 61# --- Exemples de phrases ---62 63phrase_fr = "J'aime beaucoup les chats et l'intelligence artificielle."64phrase_nekolien = "Neko-li kyo miwa ai-desu." # Exemple hypothétique en Nekolien65 66# Prédiction67result_fr = classifier(phrase_fr)68result_nekolien = classifier(phrase_nekolien)69 70# Affichage des résultats71print(f"Phrase : '{phrase_fr}'\nRésultat : {result_fr}")72print(f"Phrase : '{phrase_nekolien}'\nRésultat : {result_nekolien}")73 74# 💡 Astuce : Le champ 'label' contiendra 'LABEL_0' (Français) ou 'LABEL_1' (Nekolien).75```76 77-----78 79## 🧠 Détails Techniques et Entraînement80 81### ⚙️ Architecture82 83 * **Type de Modèle :** Classificateur de texte (basé sur une architecture de type *Transformer* ou *RNN/CNN**)84 * **Framework :** **PyTorch** 🌟85 * **Langue Inventée :** **Le Nekolien** (créée par Clemylia ✍️)86 87### 📊 Jeu de Données88 89Le modèle a été entraîné sur un jeu de données contenant des exemples équilibrés de :90 911. Phrases en **Français** 🇫🇷922. Phrases en **Nekolien** (correct et conforme à la grammaire de cette langue) 🐱93 94<!-- end list -->95 96 * **Taille du Dataset :** *[40]97 * **Source :** Données générées par **Clemylia** pour le Nekolien et collectées/synthétisées pour le Français.98 99-----100 101## 📜 Limitations et Usage Éthique102 103### ⚠️ Limitations104 105 * **Langue Spécifique :** Le modèle n'est entraîné que pour le Français et le Nekolien. Il **ne reconnaîtra pas** d'autres langues (Anglais, Espagnol, etc.) et pourrait les classer par erreur comme 0 ou 1.106 * **Nekolien Imparfait :** Si une phrase en Nekolien est incorrecte ou grammaticalement fausse, le modèle pourrait la classer comme 'Français' (0) ou une autre classe inattendue.107 108### 💖 Usage Éthique109 110Ce modèle est destiné à des fins éducatives, de divertissement et de recherche linguistique. Il n'est pas conçu pour des tâches critiques et ne doit pas être utilisé pour :111 112 * L'identification de l'utilisateur ou la surveillance.113 * La classification de contenu sensible ou haineux.114 115-----116 117## 👩💻 Qui est la créatrice ?118 119Bonjour ! Je suis Clemylia, une jeune développeuse d'IA de 18 ans, passionnée par la création de mondes et de modèles. J'ai déjà publié d'autres modèles d'IA, mais Nekoline-classify est mon tout premier modèle axé sur ma langue inventée, le Nekolien ! 🐱 C'est le fruit de mes expérimentations en PyTorch, et j'espère qu'il vous plaira !120 121## *Merci d'utiliser mon modèle \! N'hésitez pas à laisser un petit cœur \!* 💜122 123**Exemple de code pour utiliser** :124 125```126import torch127import torch.nn as nn128from huggingface_hub import hf_hub_download129 130HF_USERNAME = "Clemylia"131MODEL_NAME = "nekoline-classify"132REPO_ID = f"{HF_USERNAME}/{MODEL_NAME}"133FILE_IN_REPO = "pytorch_model.pth" # Le nomia di le fichieria que niy ave envoyallia134 135class LanguageClassifier(nn.Module):136 """La memia structureia di modellia que niy ave entrainallia."""137 def __init__(self):138 super(LanguageClassifier, self).__init__()139 # 1 input (longallia) -> 5 neuronia cachia140 self.layer_1 = nn.Linear(1, 5) 141 self.relu = nn.ReLU()142 # 5 neuronia cachia -> 2 outputs (Français/Polyien)143 self.layer_2 = nn.Linear(5, 2)144 145 def forward(self, x):146 x = self.layer_1(x)147 x = self.relu(x)148 x = self.layer_2(x)149 return x150 151print(f"--- Telechargallia le fichieria '{FILE_IN_REPO}' di {REPO_ID} ---")152 153model_local_path = hf_hub_download(154 repo_id=REPO_ID, 155 filename=FILE_IN_REPO156)157 158print(f"✅ Poidsia telechargallia a : {model_local_path}")159 160loaded_model = LanguageClassifier()161 162loaded_model.load_state_dict(torch.load(model_local_path))163loaded_model.eval() # Metallia la modellia en mode évaluationia164 165print("✅ Modellia Nekoline-classify chargallia e prêta par le testia !")166 167def classify_text_from_hub(text, model_to_test):168 """Teste un texte en utilisant la longallia comme feature."""169 170 # Preparallia l'input (longallia)171 input_feature = torch.tensor([len(text)], dtype=torch.float32)172 173 with torch.no_grad():174 output = model_to_test(input_feature)175 _, predicted = torch.max(output.data, 0)176 177 langue = "Polyien" if predicted.item() == 1 else "Français"178 print(f"'{text}' (Longallia: {len(text)}) -> Predictallia: {langue}")179 180 181print("\n--- Resultatia di Testia cu Modellia Chargallia depuisia Hugging Face ---")182 183# Français (Label 0 attendu)184classify_text_from_hub("Je teste le chargement du modèle depuis le hub.", loaded_model)185classify_text_from_hub("Le codage est amusant et éducatif.", loaded_model)186 187# Polyien (Label 1 attendu)188classify_text_from_hub("Ji testa le chargallia di le modellia depuisia le huba.", loaded_model)189classify_text_from_hub("Le codallia eta amusanta e educativa.", loaded_model)190```191 192polyiens : autre nom du Nekolien