Bert Base Japanese V3 Nli Jsnli

🚀 日本語用自然言語推論(NLI)のクロスエンコーダ

このモデルは、自然言語推論における日本語の文対に対して、エンテイルメント、中立、矛盾の3つの関係を判定するためのクロスエンコーダモデルです。

🚀 クイックスタート

⚠️ 重要提示

JNLIの評価結果を考慮すると、日本語の自然言語推論にはakiFQC/bert-base-japanese-v3_nli-jsnli-jnli-jsickの使用をおすすめします。

このモデルはSentenceTransformersのCross-Encoderクラスを使用して学習されました。また、tohoku-nlp/bert-base-japanese-v3をベースにしています。

✨ 主な機能

• 日本語の文対に対して、エンテイルメント、中立、矛盾の3つの関係を判定できます。
• ゼロショット分類にも使用できます。

📦 インストール

このモデルを使用するには、sentence-transformersまたはtransformersライブラリが必要です。以下のコマンドでインストールできます。

pip install sentence-transformers transformers

💻 使用例

基本的な使用法

from sentence_transformers import CrossEncoder
model = CrossEncoder('akiFQC/bert-base-japanese-v3_nli-jsnli')
scores = model.predict([('男はピザを食べています', '男は何かを食べています'), ('黒いレーシングカーが観衆の前から発車します。', '男は誰もいない道を運転しています。')])

#Convert scores to labels
label_mapping = ['entailment', 'neutral', 'contradiction',]
labels = [label_mapping[score_max] for score_max in scores.argmax(axis=1)]

高度な使用法

Transformers AutoModelを使用した場合

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('cross-encoder/nli-deberta-v3-base')
tokenizer = AutoTokenizer.from_pretrained('cross-encoder/nli-deberta-v3-base')

features = tokenizer(['男はピザを食べています', '黒いレーシングカーが観衆の前から発車します。'], ['男は何かを食べています', '男は誰もいない道を運転しています。'],  padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    label_mapping = ['contradiction', 'entailment', 'neutral']
    labels = [label_mapping[score_max] for score_max in scores.argmax(dim=1)]
    print(labels)

ゼロショット分類の場合

from transformers import pipeline

classifier = pipeline("zero-shot-classification", model='akiFQC/bert-base-japanese-v3_nli-jsnli')

sent = "Appleは先程、iPhoneの最新機種について発表しました。"
candidate_labels = ["技術", "スポーツ", "政治"]
res = classifier(sent, candidate_labels)
print(res)

📚 ドキュメント

学習データ

このモデルはJSNLIデータセットを使用して学習されました。与えられた文対に対して、{0:"entailment", 1:"neutral", 2:"contradiction}の3つのラベルに対応するスコアを出力します。

ベンチマーク

JGLUE-JNLI検証セットの正解率: 0.770

📄 ライセンス

このモデルはCC BY-SA 4.0ライセンスの下で提供されています。