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。

使用 API

语言

客户端

提供商

设置

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

推理服务提供商

文本分类

推荐模型

使用 API

API 规范

请求

响应