需要一个在浏览器内本地运行的名称分类模型（100MB 内），输入一个或者多个关键词，猜测返回他们的共同属性，有没有好的建议？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 178 天前的主题，其中的信息可能已经有所发展或是发生改变。

例如：

app-main.html app-main.css => app-main, Webpages
angry-birds.apk flippy-birds.apk => Games, Apk Packages
facebook.ipa tiktok.apk => Social App Packages, Apps, Software
foobar2000 vlc => Media Players, Software
rclone foobar2000 => PC Software

实际输入可能是各种各样奇怪的东西。必须浏览器内本地运行，不能上传到服务器。

8 条回复 • 2024-05-27 15:56:44 +08:00

BeijingBaby

178 天前 via iPhone

这不得自己训练？

drymonfidelia

178 天前

实际输入可能是各种类型的奇怪东西，只是我只想到程序相关的例子，以下这些才是大多数：

Queenie, Reba, Fiasco => TV shows
Avatar, Star Wars => Films
Hermes Epsom Constance 24 Black, Hermès Swift Kelly Retourne => Luxury Handbag, Hermes Bags
Gochiusa, Wataten => JP Anime, JP TV shows

如果用字典肯定放不下。最好能有现成的 AI 模型能猜测这个词大概率是影片的名字来实现。

drymonfidelia

178 天前

强调三遍浏览器内本地运行了，应该不会还有人扯 GPT 那些大模型了吧

dayeye2006199

178 天前

分类的规则你可以清楚的定义吗？人看了你的定义之后可以清楚的得到答案吗？
你有标注数据吗？

如果上面都 yes ，那自己搞个模型，输出到 tensorflow.js 这种不难。

上面都是 no ，建议还是老老实实 GPT

murmur

178 天前

关键词匹配不就完了

这东西没法训练吧

facebook 又不是 face （美颜）也不是 book （书籍）

foobar 也不是 bar （工具栏）

只有长内容，能提取出关键字的，才有分类和聚类的必要

单词或者简单词组只能做关键字匹配

godqueue

178 天前

如果是生产就老实的用 gpt 吧。。或者其他大模型也可以。。但是大模型有幻觉，输出的内容很可能第一次和第 2 次的内容不一样。。。这个问题好像没有太好的手段。。

godqueue

178 天前

如果需要非常精确，那好像只能自己写字典来做这个事情。。

forty

178 天前

浏览器内本地运行，那么不可能存储太大的模型数据吧。
不能上传到服务器，和浏览器内本地运行，还是略有区别的，可以在本地启动服务，供浏览器调用，这样不算纯浏览器内运行，但是没有发送到服务器。