Xenova/distilbert-base-uncased-finetuned-sst-2-english

带有ONNX权重，可与Transformers.js兼容使用。

使用方法 (Transformers.js)

如果你还没有安装，可以从 NPM 安装 Transformers.js JavaScript 库，使用以下命令：

npm i @huggingface/transformers

然后你可以像这样使用模型来对文本进行分类：

import { pipeline } from "@huggingface/transformers";

// 创建情感分析管道
const classifier = await pipeline('sentiment-analysis', 'Xenova/distilbert-base-uncased-finetuned-sst-2-english');

// 对输入文本进行分类
const output = await classifier('I love transformers!');
console.log(output);
// [{ label: 'POSITIVE', score: 0.999788761138916 }]

// 对输入文本进行分类（并返回所有类别）
const output2 = await classifier('I love transformers!', { top_k: null });
console.log(output2);
// [
//   { label: 'POSITIVE', score: 0.999788761138916 },
//   { label: 'NEGATIVE', score: 0.00021126774663571268 }
// ]

注意：单独创建一个仓库来存放ONNX权重是一个临时解决方案，直到WebML获得更多关注。如果你希望让你的模型可以在Web上使用，我们推荐使用🤗 Optimum转换为ONNX格式，并像这样组织你的仓库（ONNX权重存放在名为onnx的子文件夹中）。