# enginex-bi_150-text-classification
## Quickstart
### 启动服务
修改docker.sh的脚本中$mountpath为本地的模型挂载路径
然后运行./docker.sh
当打印出以下内容时表示模型load成功
```
2026-04-10 10:01:00 /workspace/transformers_server.py INFO model loaded successfully
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)
```

### 运行测试
在容器中执行 python3 test.py
打印出以下内容, 文本分类结果的id和lable:
```
text: 这家餐厅的服务特别周到，菜也很好吃，我下次还会再来。
predicted_class_id: 4
predicted_label: 5 stars
```