---
library_name: transformers
tags: [text-classification, ModernBERT, customer-support, Portuguese]
---

# 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:

```python
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]}")