Environmentalbert Environmental

🚀 EnvironmentalBERT-environmental モデルカード

このモデルは、ESG分野の環境関連テキストをより適切に分類するために学習された言語モデルです。特定の論文に基づいて構築され、環境関連のテキストサンプルを検出する能力を持っています。

🚀 クイックスタート

このモデルの使い方や大規模分析、微調整に関するガイドは、以下のMediumのチュートリアルを参照してください。

• モデルの使い方
• 大規模分析
• 微調整

以下のコードを使って、モデルをテキスト分類のパイプラインで使用できます。

基本的な使用法

from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline
 
tokenizer_name = "ESGBERT/EnvironmentalBERT-environmental"
model_name = "ESGBERT/EnvironmentalBERT-environmental"
 
model = AutoModelForSequenceClassification.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(tokenizer_name, max_len=512)
 
pipe = pipeline("text-classification", model=model, tokenizer=tokenizer) # set device=0 to use GPU
 
# See https://huggingface.co/docs/transformers/main_classes/pipelines#transformers.pipeline
print(pipe("Scope 1 emissions are reported here on a like-for-like basis against the 2013 baseline and exclude emissions from additional vehicles used during repairs.", padding=True, truncation=True))

📚 ドキュメント

モデルの詳細については、以下の論文を参照してください。

@article{Schimanski23ESGBERT,
    title={{Bridiging the Gap in ESG Measurement: Using NLP to Quantify Environmental, Social, and Governance Communication}},
    author={Tobias Schimanski and Andrin Reding and Nico Reding and Julia Bingler and Mathias Kraus and Markus Leippold},
    year={2023},
    journal={Available on SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4622514},
}

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。