Popbert

🚀 PopBERT

PopBERTは、ドイツ連邦議会の政治演説におけるドイツ語のポピュリズム検出を行うモデルです。このモデルはdeepset/gbert-largeモデルをベースに構築されています。deepset/gbert-large

これは、第18期と第19期の立法期間の文章を手動で選り分けたデータセットで学習されたマルチラベルモデルです。ポピュリズムの基本的な次元である「反エリート主義」と「人民中心主義」を捉えるだけでなく、潜在的なイデオロギー的傾向を「左翼」または「右翼」として識別するように微調整されています。

🚀 クイックスタート

PopBERTは、ドイツ語の政治演説におけるポピュリズムを検出するための便利なモデルです。以下に、基本的な使い方を説明します。

✨ 主な機能

• ドイツ語の政治演説におけるポピュリズム検出が可能です。
• マルチラベルモデルで、「反エリート主義」「人民中心主義」「左翼」「右翼」の各次元を識別できます。
• deepset/gbert-largeモデルをベースに構築されており、高精度な検出が期待できます。

📦 インストール

このモデルを使用するには、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 transformers torch

💻 使用例

基本的な使用法

import torch
from transformers import AutoModelForSequenceClassification
from transformers import AutoTokenizer

# load tokenizer
tokenizer = AutoTokenizer.from_pretrained("luerhard/PopBERT")

# load model
model = AutoModelForSequenceClassification.from_pretrained("luerhard/PopBERT")

# define text to be predicted
text = (
    "Das ist Klassenkampf von oben, das ist Klassenkampf im Interesse von "
    "Vermögenden und Besitzenden gegen die Mehrheit der Steuerzahlerinnen und "
    "Steuerzahler auf dieser Erde."
)

# encode text with tokenizer
encodings = tokenizer(text, return_tensors="pt")

# predict
with torch.inference_mode():
    out = model(**encodings)

# get probabilties
probs = torch.nn.functional.sigmoid(out.logits)
print(probs.detach().numpy())

[[0.8765146  0.34838045 0.983123   0.02148379]]

高度な使用法

モデルの性能を最大化するために、各次元に対して以下の閾値を使用することをおすすめします。

[0.415961, 0.295400, 0.429109, 0.302714]

📚 ドキュメント

予測結果の説明

モデルは長さ4のTensorを出力します。以下の表は、予測された確率の位置とその次元を関連付けています。

性能

上記の閾値を使用することで、モデルはテストセットで以下の性能を達成します。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。