Add model

README.md

@@ -1,3 +1,88 @@
 ---
+language: ru
 license: mit
+tags:
+- pytorch
+- sentiment-analysis
+- russian
+datasets:
+- vfomenko.russian-news-2020
 ---
+
+# Russian Text Classification Model
+
+Модель для классификации русскоязычных текстов на 15 тематических категорий, основанная на `cointegrated/rubert-tiny2`.
+
+## Модель
+
+- **Архитектура**: RuBERT-tiny2
+- **Язык**: Русский
+- **Задача**: Многоклассовая классификация текстов
+- **Количество категорий**: 15
+
+## Категории
+
+Модель классифицирует тексты на следующие категории:
+
+1. `Экономика`
+2. `Спорт`
+3. `Из жизни`
+4. `Интернет и СМИ`
+5. `Культура`
+6. `Дом`
+7. `Бывший СССР`
+8. `69-я параллель`
+9. `Мир`
+10. `Наука и техника`
+11. `Путешествия`
+12. `Россия`
+13. `Нацпроекты`
+14. `Силовые структуры`
+15. `Ценности`
+
+## Метрики качества
+
+| Метрика | Значение |
+|---------|----------|
+| Training Loss | 1.752300 |
+| Validation Loss | 1.319999 |
+| Accuracy | 0.679245 |
+| F1-score | 0.616440 |
+
+## Использование
+
+### Через pipeline
+
+```python
+from transformers import pipeline
+
+classifier = pipeline(
+    "text-classification",
+    model="cointegrated/rubert-tiny2",
+    tokenizer="cointegrated/rubert-tiny2"
+)
+
+# Классификация текста
+text = "Ваш текст для классификации здесь"
+result = classifier(text)
+
+label_map = {
+    'LABEL_0': 'Экономика',
+    'LABEL_1': 'Спорт', 
+    'LABEL_2': 'Из жизни',
+    'LABEL_3': 'Интернет и СМИ',
+    'LABEL_4': 'Культура',
+    'LABEL_5': 'Дом',
+    'LABEL_6': 'Бывший СССР',
+    'LABEL_7': '69-я параллель',
+    'LABEL_8': 'Мир',
+    'LABEL_9': 'Наука и техника',
+    'LABEL_10': 'Путешествия',
+    'LABEL_11': 'Россия',
+    'LABEL_12': 'Нацпроекты',
+    'LABEL_13': 'Силовые структуры',
+    'LABEL_14': 'Ценности',
+}
+
+print(f"Категория: {label_map[raw_output[0]['label']]}, Уверенность: {raw_output[0]['score']:.4f}")
+```

news-topic-model-rus/config.json

@@ -0,0 +1,61 @@
+{
+  "architectures": [
+    "BertForSequenceClassification"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "dtype": "float32",
+  "emb_size": 312,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 312,
+  "id2label": {
+    "0": "LABEL_0",
+    "1": "LABEL_1",
+    "2": "LABEL_2",
+    "3": "LABEL_3",
+    "4": "LABEL_4",
+    "5": "LABEL_5",
+    "6": "LABEL_6",
+    "7": "LABEL_7",
+    "8": "LABEL_8",
+    "9": "LABEL_9",
+    "10": "LABEL_10",
+    "11": "LABEL_11",
+    "12": "LABEL_12",
+    "13": "LABEL_13",
+    "14": "LABEL_14"
+  },
+  "initializer_range": 0.02,
+  "intermediate_size": 600,
+  "label2id": {
+    "LABEL_0": 0,
+    "LABEL_1": 1,
+    "LABEL_10": 10,
+    "LABEL_11": 11,
+    "LABEL_12": 12,
+    "LABEL_13": 13,
+    "LABEL_14": 14,
+    "LABEL_2": 2,
+    "LABEL_3": 3,
+    "LABEL_4": 4,
+    "LABEL_5": 5,
+    "LABEL_6": 6,
+    "LABEL_7": 7,
+    "LABEL_8": 8,
+    "LABEL_9": 9
+  },
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 2048,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 3,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "problem_type": "single_label_classification",
+  "transformers_version": "4.57.1",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 83828
+}

news-topic-model-rus/model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8784169a7bc8614a7f8625cc156f941e2237a483bdb3622d8717f6f4473b48fd
+size 116800412

news-topic-model-rus/special_tokens_map.json

@@ -0,0 +1,37 @@
+{
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

news-topic-model-rus/tokenizer_config.json

@@ -0,0 +1,65 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "extra_special_tokens": {},
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 2048,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}

news-topic-model-rus/training_args.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:646cfdf5a97b5d0e24f1090f7cfc5c5828cbf19b4f611df192062d9f44644a65
+size 5777