---
title: nlp_structbert-fraud_chinese
canonical_url: "https://www.modelscope.cn/models/yishang/nlp_structbert-fraud_chinese"
md_url: "https://www.modelscope.cn/models/yishang/nlp_structbert-fraud_chinese.md"
repository: yishang/nlp_structbert-fraud_chinese
chinese_name: "StructBERT诈骗风险识别-中文"
last_updated: 2025-08-22
pipeline_tag: text-classification
tasks:
  - text-classification
library_name:
  - pytorch
frameworks:
  - pytorch
downloads: 1457
stars: 6
---

# nlp_structbert-fraud_chinese

> nlp_structbert-fraud_chinese - yishang 在 ModelScope 开源的模型。StructBERT诈骗风险识别-中文

- **Repository**: yishang/nlp_structbert-fraud_chinese
- **Tasks**: text-classification
- **Downloads**: 1457
- **Stars**: 6
- **Last updated**: 2025-08-22

Source: https://www.modelscope.cn/models/yishang/nlp_structbert-fraud_chinese

---

# 基于StructBERT的中文Tiny预训练模型介绍
基于[nlp_structbert_backbone_tiny_std](https://www.modelscope.cn/models/iic/nlp_structbert_backbone_tiny_std)进行训练


## 模型描述
中文欺诈风险识别

### 模型局限性以及可能的偏差
模型训练数据有限，效果可能存在一定偏差。

## 模型使用
```python
from modelscope.pipelines import pipeline

pipeline = pipeline(task="text_classification", model="yishang/nlp_structbert-fraud_chinese")
result = pipeline("手头紧找直通贷，最快5天放款月息最低0.5，大平台有保证贷款成功送万个万里通积分详情点击www.com.xx。")
print(result)
```

## 训练数据介绍
| 类别             | 数量 |
|------------------|------|
| 贷款广告         | 284  |
| 赌博             | 974  |
| 房地产           | 322  |
| 广告（零售）     | 760  |
| 网络钓鱼（银行） | 860  |
| 网络服务         | 433  |
| 其它诈骗信息（刷单、退款...）         | 400  |
| 其它正常数据     | 4000 |

## 数据评估及结果
暂无

### 相关论文以及引用信息
如果我们的模型对您有帮助，请您引用我们的文章：
```BibTex
@article{wang2019structbert,
  title={Structbert: Incorporating language structures into pre-training for deep language understanding},
  author={Wang, Wei and Bi, Bin and Yan, Ming and Wu, Chen and Bao, Zuyi and Xia, Jiangnan and Peng, Liwei and Si, Luo},
  journal={arXiv preprint arXiv:1908.04577},
  year={2019}
}
```