推理提供商文档

文本分类

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

文本分类

文本分类是将标签或类别分配给给定文本的任务。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!你将在其中找到示例和相关材料。

推荐模型

在此处探索所有可用模型,找到最适合你的模型。

使用 API

import os
from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="hf-inference",
    api_key=os.environ["HF_TOKEN"],
)

result = client.text_classification(
    "I like you. I love you",
    model="tabularisai/multilingual-sentiment-analysis",
)

API 规范

请求

标头
授权 字符串 认证头部的形式为 `Bearer: hf_****`,其中 `hf_****` 是具有“推理提供商”权限的个人用户访问令牌。你可以在你的设置页面生成一个。
有效负载
输入* 字符串 要分类的文本
参数 对象
        要应用的函数 枚举 可能的值:sigmoid、softmax、none。
        top_k 整数 指定时,将输出限制为最有可能的 K 个类别。

响应

正文
(数组) 对象数组 输出是一个对象数组。
        标签 字符串 预测的类别标签。
        分数 数字 对应的概率。
< > 在 GitHub 上更新