api-inference 文档

文本分类

Hugging Face's logo
加入 Hugging Face 社区

并获得增强型文档体验

开始使用

文本分类

文本分类是指为给定文本分配标签或类别的任务。一些用例包括情感分析、自然语言推理和评估语法正确性。

有关text-classification任务的更多详细信息,请查看其专用页面!您会找到示例和相关资料。

推荐模型

探索所有可用的模型,找到最适合您的模型此处

使用 API

Python
JavaScript
cURL
import requests

API_URL = "https://api-inference.huggingface.co/models/distilbert/distilbert-base-uncased-finetuned-sst-2-english"
headers = {"Authorization": "Bearer hf_***"}

def query(payload):
	response = requests.post(API_URL, headers=headers, json=payload)
	return response.json()
	
output = query({
	"inputs": "I like you. I love you",
})

要使用 Python 客户端,请参阅huggingface_hub软件包参考

API 规范

请求

有效负载
inputs* 字符串 要分类的文本
parameters 对象 文本分类的其他推理参数
        function_to_apply 枚举 可能的值:sigmoid、softmax、none。
        top_k 整数 指定时,将输出限制为概率最高的 K 个类别。

可以通过将标头传递到推理 API 来配置一些选项。以下是可用的标头

标头
authorization 字符串 身份验证标头,格式为'Bearer: hf_****',其中hf_****是具有推理 API 权限的个人用户访问令牌。您可以从您的设置页面生成一个。
x-use-cache 布尔值,默认为true 推理 API 上有一层缓存层,用于加速我们已经处理过的请求。大多数模型都可以直接使用这些结果,因为它们是确定性的(这意味着输出始终相同)。但是,如果您使用非确定性模型,则可以设置此参数以阻止使用缓存机制,从而生成一个全新的查询。有关缓存的更多信息,请点击此处
x-wait-for-model 布尔值,默认为 false 如果模型未就绪,则等待模型就绪,而不是收到 503 错误。这可以减少获取推理结果所需的请求数量。建议仅在收到 503 错误后才将此标志设置为 true,因为它可以将应用程序挂起限制在已知位置。有关模型可用性的更多信息,请点击此处

有关推理 API 标头的更多信息,请查看参数指南

响应

主体
(数组) object[] 输出是一个对象数组。
        标签 字符串 预测的类别标签。
        得分 数字 相应的概率。
< > 在 GitHub 上更新