Проект представляет собой систему классификации телепередач для медиаплеера Kodi. Конвейер обрабатывает данные XMLTV, фильтрует их по тематическим разделам и использует BERT-модель для отбора контента. Инференс реализован через ONNX Runtime в домашнем кластере Kubernetes.
Модель обучалась на корпусе из 600 записей, расширенном синтетическими данными до 150 примеров на класс. Обучение проводилось на CPU в течение пяти эпох с размером батча 16. Итоговый файл модели в формате ONNX весит 111,4 МиБ. Система интегрирована с IPTV Simple для маркировки программ.
Первоначальный показатель macro-F1, равный 1,000, оказался следствием утечки данных: 119 из 120 тестовых записей имели аналоги в обучающей выборке. Кроме того, тестовый набор использовался для выбора чекпоинтов, что исключило возможность независимой оценки качества работы классификатора.
Текущая версия системы обрабатывает 108 937 программ по 1 297 каналам, затрачивая около 117 секунд. Модель распределяет передачи по четырем категориям: интересное, кулинария, наполнитель и прочее. В планах — доработка методики разделения выборки для предотвращения повторов.
