Ein deutschsprachiges NLP-Modell, das Texte automatisch nach Mental-Health-Kategorien klassifiziert — trainiert mit Capsule Networks auf GBERT-Basis.
In grossen Ticket-Systemen oder Support-Queues gehen kritische Nachrichten oft unter. Dieses Modell kann helfen, Hochrisiko-Fälle automatisch zu erkennen und zu priorisieren — damit Hilfe schneller ankommt.
Das Modell klassifiziert Texte in folgende Bereiche
Deutscher Freitext
GBERT Tokenization
6-Layer GBERT
Dynamic Routing
5 Kategorien + Scores
Performance auf etablierten Mental-Health-Datensätzen
Custom PyTorch-Implementation eines Capsule-Klassifikators auf Basis von Dynamic Routing — für bessere Uncertainty-Estimation.
Pipeline zur Übersetzung und Augmentierung englischer Mental-Health-Datensätze ins Deutsche mit Qualitätsprüfung.
Optimierter Export für CPU-Inferenz mit INT8-Quantisierung — 4x kleineres Modell bei minimalem Genauigkeitsverlust.
Production-ready API mit Health-Checks, Pydantic-Validierung und interaktivem Web-Interface.