Датасет · mteb
Классификация клиентских запросов в онлайн-банкинге
mteb/banking77
Текстовый бенчмарк из экосистемы MTEB для определения намерений пользователей по обращениям в банк.
Что внутри
Датасет содержит от 10 до 100 тысяч текстовых запросов на английском языке из сферы онлайн-банкинга, размеченных по соответствующим пользовательским намерениям (интентам). Набор адаптирован под фреймворк MTEB (Massive Text Embedding Benchmark) для задачи классификации текстов.
Что можно сделать
- Оценка качества текстовых эмбеддингов в стандартном бенчмарке MTEB
- Обучение и тестирование классификаторов интентов для банковских чат-ботов и служб поддержки
- Файнтюнинг компактных языковых моделей под маршрутизацию клиентских обращений
- Задачи
- Классификация текста
- Языки
- eng
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 23,2 тыс.
- Лайков
- 23
Модели, обученные на нём
- bartowski/RinggAI_ringg-router-e2b-GGUFМультимодальные 3,7 тыс.
- mradermacher/ringg-router-e2b-GGUF 963
- com-kotobalabs/open-jev-deberta-v3-largeКлассификация текста 593
- mradermacher/torchcast-decision-12b-GGUF 536
- RinggAI/ringg-router-e2bГенерация текста 346
- Kishorekumar32/qwen2.5-0.5b-banking77-intent-loraГенерация текста 163
- torchcast-ai/torchcast-decision-12bГенерация текста 117
- Tokz-labs/OpenDecision-SmallZero-shot классификация 92
Как загрузить
from datasets import load_dataset
ds = load_dataset("mteb/banking77")