jtdatastoryteller/bert-base-chinese-issue-finetuned-pchome

中文自定義分類模型

本模型基於 bert-base-chinese，針對中文評論文本進行六種分類的 Fine-tuning。

模型用途

輸入一段 App 使用問題，模型會自動將其分類至以下六個類別之一：

類別	說明
帳號登入	帳號登入、密碼、身份驗證相關問題
搜尋功能	商品搜尋、篩選、排序相關問題
商品資訊	商品規格、庫存、描述相關問題
結帳付款	購物車、付款方式、訂單相關問題
客戶服務	退換貨、客訴、人工服務相關問題
其他問題	不屬於以上類別的其他問題

使用方式

from transformers import pipeline

classifier = pipeline(
    "text-classification",
    model="你的帳號名稱/bert-base-chinese-issue-finetuned-pchome"
)

result = classifier("我的訂單付款後一直顯示處理中，請問正常嗎？")
print(result)
# 輸出：[{'label': '結帳付款', 'score': 0.94}]

訓練資料

• 資料集：Pchome App 評論情緒分類標註資料
• 樣本數：約 1,000 筆

訓練設定

• 基礎模型：bert-base-chinese
• 學習率：2e-5
• 批次大小：32
• 最大序列長度：128
• 損失函數：Focal Loss（gamma=2）
• 不平衡處理：Class Weight

注意事項

本模型以小規模資料集訓練，建議用於同領域的分析場景。 若應用於其他領域，建議重新進行 Fine-tuning。