CoolFace
Modelpublic

uniabc/book-cataloging-qwen2.5-7b

sourceHugging Faceapache-2.0updated 4mo agoView on Hugging Face
0likes
Model Card

图书编目大模型 (Book Cataloging LLM)

基于 Qwen2.5-7B-Instruct 的图书编目大模型，可根据书名、作者、内容简介自动生成中图法（CLC）分类号、主题词、学科领域等结构化编目数据。

模型概述

属性值
基座模型Qwen/Qwen2.5-7B-Instruct
训练方法LoRA SFT (r=32, alpha=16)
训练数据82本经典图书 × 5种查询模板 ≈ 377条
分类体系中国图书馆分类法（中图法/CLC）
输出格式JSON 结构化编目数据

输出字段

json
{
  "分类号": "中图法分类号（如 I247.5）",
  "类目名称": "中图法类目全称",
  "主题词": ["主题词1", "主题词2", ...],
  "学科领域": "一级学科分类",
  "适读人群": "适合的读者群体",
  "内容提要": "一句话概括（30字以内）",
  "编目等级": "一级/二级/三级编目"
}

覆盖学科

A 马克思主义 · B 哲学宗教 · C 社会科学 · D 政治法律 · E 军事 · F 经济 · G 文化教育 · H 语言文字 · I 文学 · J 艺术 · K 历史地理 · N 自然科学 · O 数理化学 · P 天文地球 · Q 生物 · R 医药 · S 农业 · T 工业技术 · U 交通 · V 航空 · X 环境 · Z 综合

使用方法

训练

bash
pip install transformers trl peft accelerate trackio bitsandbytes kernels

python train.py

推理

python
from transformers import pipeline

pipe = pipeline("text-generation", model="uniabc/book-cataloging-qwen2.5-7b")

prompt = [
    {"role": "system", "content": "你是一个专业的图书编目专家..."},
    {"role": "user", "content": "请为以下图书生成编目数据：\n\n书名：百年孤独\n作者：加西亚·马尔克斯\n内容简介：魔幻现实主义文学代表作"}
]

response = pipe(prompt, max_new_tokens=512)
print(response[0]["generated_text"])

相关资源