🦋 Modèle Betisy-Detectena (Classificateur de Bêtises)🌷

Ce modèle est un classificateur de texte binaire entraîné à distinguer les faits factuels des absurdités ou bêtises.

Description

Le modèle a été entraîné par Clemylia en utilisant PyTorch.

• 0 (Fait Factuel) : Déclaration conforme au sens commun ou aux connaissances établies (ex: "La Terre tourne autour du Soleil").
• 1 (Absurdité / Bêtise) : Déclaration farfelue ou sans aucun sens (ex: "Les girafes sont violettes et volent").

Architecture

L'architecture est un réseau de neurones récurrent simple implémenté en PyTorch, utilisant une couche nn.LSTM pour le traitement séquentiel du texte, après une phase de tokenisation basée sur un tokenizer BERT (bert-base-uncased).

Utilisation

Pour utiliser ce modèle, vous devez charger les fichiers Betisy-Detectena_weights.pt et Betisy-Detectena_tokenizer.joblib et reconstruire l'architecture SimpleClassifier avec les hyperparamètres appropriés.

Fichiers

• Betisy-Detectena_weights.pt : Les poids entraînés du modèle PyTorch (state_dict).
• Betisy-Detectena_tokenizer.joblib : Le tokenizer utilisé pour le pré-traitement du texte.

---

exemple d'inférence :

# ==============================================================================
# CODE D'INFÉRENCE SIMPLIFIÉ POUR BETISY-DETECTENA
# Objectif : Charger le modèle PyTorch et prédire le label (0: Fait, 1: Bêtise)
# ==============================================================================

# --- 1. IMPORTS ET CONFIGURATION ---

import torch
import torch.nn as nn
import joblib
from huggingface_hub import hf_hub_download
from transformers import AutoTokenizer

# VOTRE IDENTIFIANT DE DÉPÔT HUGBING FACE
REPO_ID = "Clemylia/Betisy-Detectena"

# Hyperparamètres DÉFINITIFS de votre modèle (DOIVENT correspondre à l'entraînement)
EMBEDDING_DIM = 100
HIDDEN_DIM = 64
OUTPUT_DIM = 2
MAX_LEN = 30
MODEL_WEIGHTS_FILENAME = 'Betisy-Detectena_weights.pt'
TOKENIZER_FILENAME = 'Betisy-Detectena_tokenizer.joblib'

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Périphérique d'inférence : {device}")


# --- 2. DÉFINITION DE L'ARCHITECTURE ---

class SimpleClassifier(nn.Module):
    """Architecture SimpleClassifier pour correspondre aux poids sauvegardés."""
    def __init__(self, vocab_size, embedding_dim, hidden_dim, output_dim):
        super(SimpleClassifier, self).__init__()
        self.embedding = nn.Embedding(vocab_size, embedding_dim)
        self.rnn = nn.LSTM(embedding_dim, hidden_dim, batch_first=True)
        self.fc = nn.Linear(hidden_dim, output_dim)

    def forward(self, input_ids):
        embedded = self.embedding(input_ids) 
        output, (hidden, cell) = self.rnn(embedded)
        return self.fc(hidden[-1])


# --- 3. FONCTION DE CHARGEMENT DU MODÈLE ---

def load_betisy_detectena(repo_id, weights_name, tokenizer_name, embed_dim, hidden_dim, output_dim, device):
    """Télécharge et charge le modèle complet depuis Hugging Face."""
    
    # 3a. Téléchargement des fichiers
    print("⏳ Téléchargement des fichiers depuis Hugging Face...")
    weights_path = hf_hub_download(repo_id=repo_id, filename=weights_name)
    tokenizer_path = hf_hub_download(repo_id=repo_id, filename=tokenizer_name)
    
    # 3b. Chargement du Tokenizer
    loaded_tokenizer = joblib.load(tokenizer_path)
    VOCAB_SIZE = loaded_tokenizer.vocab_size
    
    # 3c. Reconstruction et chargement des poids
    model = SimpleClassifier(VOCAB_SIZE, embed_dim, hidden_dim, output_dim).to(device)
    model.load_state_dict(torch.load(weights_path, map_location=device))
    model.eval() # Mode inférence
    
    print(f"✅ Modèle chargé avec {VOCAB_SIZE} tokens dans le vocabulaire.")
    return model, loaded_tokenizer


# --- 4. FONCTION D'INFÉRENCE ---

def predict_betisy_detectena(text, model, tokenizer, max_len, device):
    """Prédit le label pour une seule phrase."""
    
    # Tokenisation et préparation du tenseur
    encoding = tokenizer.encode_plus(
        text,
        add_special_tokens=True,
        max_length=max_len,
        padding='max_length',
        truncation=True,
        return_tensors='pt',
    )
    
    input_ids = encoding['input_ids'].to(device)
    
    # Inférence
    with torch.no_grad():
        outputs = model(input_ids)
        probabilities = torch.softmax(outputs, dim=1)
        confidence, prediction = torch.max(probabilities, dim=1)
        
    label = "Absurdité (1) 🤡" if prediction.item() == 1 else "Fait Factuel (0) ✅"
    
    return label, confidence.item()


# ==============================================================================
# CODE D'EXÉCUTION PRINCIPAL
# ==============================================================================

if __name__ == "__main__":
    
    # CHARGEMENT (étape 1)
    model, tokenizer = load_betisy_detectena(
        REPO_ID, 
        MODEL_WEIGHTS_FILENAME, 
        TOKENIZER_FILENAME, 
        EMBEDDING_DIM, 
        HIDDEN_DIM, 
        OUTPUT_DIM, 
        device
    )

    print("\n--- TEST D'INFÉRENCE ---")

    phrases_a_tester = [
        "Le ciel est bleu.",
        "Les cailloux peuvent parler en chantant des airs d'opéra.",
        "Mars est la quatrième planète du système solaire.",
        "Le temps s'est arrêté hier à 15h00 pour la sieste générale."
    ]

    # PRÉDICTION (étape 2)
    for phrase in phrases_a_tester:
        label, confidence = predict_betisy_detectena(phrase, model, tokenizer, MAX_LEN, device)
        print(f"-> '{phrase}'")
        print(f"   Prédiction : {label} (Confiance : {confidence*100:.2f}%)")