README.md

---
license: mit
language:
- fa
metrics:
- accuracy
library_name: adapter-transformers
datasets:
- Msobhi/virgool_62k
pipeline_tag: text-classification
---
Hi

I have fine-tuned ParsBert for classifying Persian text using the "Msobhi/virgool_62k" dataset, with the labels listed below:


{'استارتاپ': 0,
 'اقتصاد': 1,
 'امنیت سایبری': 2,
 'اینترنت اشیا': 3,
 'بازاریابی': 4,
 'بازی رایانه ای': 5,
 'برنامه نویسی': 6,
 'بلاک چین': 7,
 'بهره وری': 8,
 'تاریخ': 9,
 'تجربه کاربری': 10,
 'تحصیلی و آموزشی': 11,
 'حقوقی': 12,
 'خانواده': 13,
 'خودشناسی': 14,
 'داستان': 15,
 'رابطه': 16,
 'روانشناسی': 17,
 'زنان': 18,
 'سفر': 19,
 'سلامت': 20,
 'سلامت روانی': 21,
 'سیاست': 22,
 'شبکه اجتماعی': 23,
 'شغل و کار': 24,
 'طراحی دیجیتال': 25,
 'علوم': 26,
 'عکاسی': 27,
 'غذا': 28,
 'فرهنگ': 29,
 'فریلنسری': 30,
 'فلسفه': 31,
 'فیلم و سینما': 32,
 'فین تک': 33,
 'محیط زیست': 34,
 'مذهبی': 35,
 'مهاجرت': 36,
 'مهندسی نرم افزار': 37,
 'موسیقی': 38,
 'موفقیت': 39,
 'نویسندگی': 40,
 'هنر': 41,
 'هوا فضا': 42,
 'هوش مصنوعی': 43,
 'ورزشی': 44,
 'پادکست': 45,
 'پول رمزی': 46,
 'کارآفرینی': 47,
 'کتاب': 48,
 'یادگیری ماشین': 49}

Utilize this code snippet to test the model. It may not be very accurate, but further training epochs could enhance its performance.

model_path = "Aminrhmni/Persian_text_classification"

from transformers import pipeline, BertForSequenceClassification, BertTokenizerFast

model = BertForSequenceClassification.from_pretrained(model_path)

tokenizer= BertTokenizerFast.from_pretrained(model_path)

nlp= pipeline("text-classification", model=model, tokenizer=tokenizer)

nlp("متن ورودی")