自适应分类器

该模型是 adaptive-classifier 的一个实例，支持持续学习和动态添加类别。

安装

重要提示： 要使用此模型，您必须先安装 adaptive-classifier 库。您不需要 trust_remote_code=True。

pip install adaptive-classifier

模型详情

• 基础模型：distilbert/distilbert-base-cased
• 类别数量：39
• 总样本数：3961
• 嵌入维度：768

类别分布

administrativnie_pravo: 31 examples (0.8%)
avtovlasnykam: 151 examples (3.8%)
bankivska_diialnist: 101 examples (2.5%)
dierzhavni_zakupivli: 2 examples (0.1%)
doghovirni_vidnosini: 41 examples (1.0%)
dovircha_vlastnist: 7 examples (0.2%)
ekologiya: 3 examples (0.1%)
gospodarskie_pravo: 38 examples (1.0%)
gromadianski_pravovidnosini: 32 examples (0.8%)
immighratsiia_iemighratsiia: 107 examples (2.7%)
inshe: 858 examples (21.7%)
intieliektualna_vlasnist: 22 examples (0.6%)
investitsii: 5 examples (0.1%)
korporativnie_pravo: 12 examples (0.3%)
kriminalnie_pravo: 81 examples (2.0%)
litsienzuvannia: 9 examples (0.2%)
medicina: 67 examples (1.7%)
mizhnarodni_pravovidnosini: 12 examples (0.3%)
mytne_pravo: 3 examples (0.1%)
nierukhomist: 97 examples (2.4%)
notarialni_pytanniia: 19 examples (0.5%)
opodatkuvannia: 131 examples (3.3%)
pidpriemnicka_dialnist: 43 examples (1.1%)
piensiiata_sotsialni_viplati: 154 examples (3.9%)
pratsevlashtuvvannya: 181 examples (4.6%)
prava_spozhivachiv: 30 examples (0.8%)
prava_vnutrishno_pieriemishchienikh_osib: 111 examples (2.8%)
reklama: 2 examples (0.1%)
reyestraciya_likvidaciya_bankrutstvo: 78 examples (2.0%)
simejne_pravo: 288 examples (7.3%)
sotsialnyj_zakhist: 172 examples (4.3%)
spadkove_pravo: 80 examples (2.0%)
strakhuvannya: 2 examples (0.1%)
sudova_praktika: 154 examples (3.9%)
tsivilne_pravo: 117 examples (3.0%)
vighotovliennia_produktsiyi_ta_nadannia_poslugh: 4 examples (0.1%)
viiskovie_pravo: 594 examples (15.0%)
zhitlovi_pravovidnosini: 58 examples (1.5%)
ziemielnie_pravo: 64 examples (1.6%)

使用方法

安装 adaptive-classifier 库后，您可以加载并使用此模型：

from adaptive_classifier import AdaptiveClassifier

# 加载模型（无需 trust_remote_code！）
classifier = AdaptiveClassifier.from_pretrained("adaptive-classifier/model-name")

# 进行预测
text = "您的文本内容"
predictions = classifier.predict(text)
print(predictions)  # 输出 (标签, 置信度) 元组列表

# 添加新样本以进行持续学习
texts = ["示例1", "示例2"]
labels = ["类别1", "类别2"]
classifier.add_examples(texts, labels)

注意： 此模型使用通过 PyPI 分发的 adaptive-classifier 库。您不需要设置 trust_remote_code=True——只需先安装该库即可。

训练详情

• 训练步数：1
• 每类样本数：见上方分布
• 原型记忆：已启用
• 神经自适应：已启用

限制

此模型：

• 每个类别至少需要 3 个样本
• 每个类别最多 1000 个样本
• 每 10 个样本更新一次原型

引用

@software{adaptive_classifier,
  title = {Adaptive Classifier: Dynamic Text Classification with Continuous Learning},
  author = {Sharma, Asankhaya},
  year = {2025},
  publisher = {GitHub},
  url = {https://github.com/codelion/adaptive-classifier}
}