Model Card for ModernBERT Domain Classifier

Model Details

Model Description

Este modelo é baseado no ModernBERT-base e foi ajustado (fine-tuned) para realizar a classificação de textos em dois rótulos: "Transferir" e "Não transferir". Ele foi projetado para auxiliar sistemas de atendimento automatizado, ajudando a decidir se uma interação precisa ser transferida para um atendente humano.

Developed by: Lailson Henrique
Funded by [optional]:
Shared by [optional]: Lailson Henrique
Model type: Modelo de classificação de texto baseado em Transformers.
Language(s) (NLP): Português.
License: Apache 2.0
Finetuned from model [optional]: answerdotai/ModernBERT-base

Model Sources [optional]

Repository:
Paper [optional]:
Demo [optional]:

Uses

Direct Use

Este modelo pode ser usado diretamente para classificar interações entre clientes e sistemas automatizados em dois rótulos:

Transferir: Quando a interação deve ser encaminhada para um atendente humano.
Não transferir: Quando o sistema automatizado pode lidar com a interação.

Downstream Use [optional]

Pode ser integrado em sistemas de call centers ou atendimento por chat para otimizar a transferência para atendentes humanos.

Out-of-Scope Use

Não recomendado para uso fora do idioma português.
Não adequado para sistemas críticos ou decisões sensíveis sem supervisão humana.

Bias, Risks, and Limitations

O modelo pode apresentar vieses baseados nos dados usados para treinamento.
Não é garantido que o modelo funcione corretamente em textos ambíguos ou fora do domínio.

Recommendations

Realize testes rigorosos antes da implantação em produção.
Supervisione manualmente interações críticas ou sensíveis.

How to Get Started with the Model

Use o código abaixo para começar:

from transformers import AutoModelForSequenceClassification, AutoTokenizer

# Carregar o modelo
model = AutoModelForSequenceClassification.from_pretrained("seu-usuario/modernbert-domain-classifier")
tokenizer = AutoTokenizer.from_pretrained("seu-usuario/modernbert-domain-classifier")

# Fazer a predição
inputs = tokenizer("Preciso falar com um humano", return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
predicted_class = logits.argmax().item()

# Mapear para os rótulos
label_map = {0: "Não transferir", 1: "Transferir"}
print(f"Predição: {label_map[predicted_class]}")