Roberta Base Japanese Jsnli

🚀 roberta-base-japanese-jsnli

このモデルは、nlp-waseda/roberta-base-japanese を JSNLI データセットでファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

• 損失: 0.2039
• 正解率: 0.9328

🚀 クイックスタート

✨ 主な機能

このモデルは、自然言語推論（NLI）やゼロショット分類などのタスクに適用できます。

📦 インストール

インストールに関する具体的な手順は提供されていません。

💻 使用例

基本的な使用法

from transformers import pipeline
from pyknp import Juman

juman = Juman()

classifier = pipeline("zero-shot-classification", model="Formzu/roberta-base-japanese-jsnli")

sequence_to_classify = " ".join([tok.midasi for tok in juman.analysis("いつか世界を見る。").mrph_list()])

candidate_labels = ['旅行', '料理', '踊り']
out = classifier(sequence_to_classify, candidate_labels, hypothesis_template="この 例 は {} です 。")
print(out)
#{'sequence': 'いつか 世界 を 見る 。', 
# 'labels': ['旅行', '踊り', '料理'], 
# 'scores': [0.8998081684112549, 0.06059670448303223, 0.03959512338042259]}

高度な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch
from pyknp import Juman

juman = Juman()

device = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu")

model_name = "Formzu/roberta-base-japanese-jsnli"
model = AutoModelForSequenceClassification.from_pretrained(model_name).to(device)
tokenizer = AutoTokenizer.from_pretrained(model_name)

premise = " ".join([tok.midasi for tok in juman.analysis("いつか世界を見る。").mrph_list()])
label = '旅行'
hypothesis = f'この 例 は {label} です 。'

input = tokenizer.encode(premise, hypothesis, return_tensors='pt').to(device)
with torch.no_grad():
    logits = model(input)["logits"][0]
    probs = logits.softmax(dim=-1)
    print(probs.cpu().numpy(), logits.cpu().numpy())
#[0.82168734 0.1744363  0.00387629] [ 2.3362164   0.78641605 -3.0202653 ]

📚 ドキュメント

訓練手順

訓練ハイパーパラメータ

訓練中に使用されたハイパーパラメータは以下の通りです。

• learning_rate: 2e-05
• train_batch_size: 32
• eval_batch_size: 32
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 3.0

訓練結果

フレームワークバージョン

• Transformers 4.21.2
• Pytorch 1.12.1+cu116
• Datasets 2.4.0
• Tokenizers 0.12.1

🔧 技術詳細

入力テキストは、事前に Juman++ で単語に分割する必要があります。

📄 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。

情報テーブル

モデルインデックス

• 名前: roberta-base-japanese-jsnli
  • 結果:
    • タスク:
      • タイプ: テキスト分類
      • 名前: 自然言語推論
    • データセット:
      • タイプ: snli
      • 名前: JSNLI
      • 分割: dev
    • メトリクス:
      • タイプ: 正解率
      • 値: 0.9328
      • 検証済み: false

ウィジェット

• テキスト: "あなた が 好きです 。 　 あなた を 愛して い ます 。"