Xlm Roberta Large Pooled Cap V3

🚀 xlm-roberta-large-pooled-cap-v3

xlm-roberta-largeをベースに、Comparative Agendas Projectの主要トピックコードでラベル付けされたテキストを含むトレーニングデータで微調整されたベンチマークモデルです。

🚀 クイックスタート

このモデルは、xlm-roberta-largeをベースに特定のトレーニングデータで微調整されています。以下に使用方法の例を示します。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, pipeline

tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")
pipe = pipeline(
    model="poltextlab/xlm-roberta-large-pooled-cap-v3",
    task="text-classification",
    tokenizer=tokenizer,
    use_fast=False,
    token="<your_hf_read_only_token>"
)

text = "We will place an immediate 6-month halt on the finance driven closure of beds and wards, and set up an independent audit of needs and facilities."
pipe(text)

ゲート付きアクセスに関する注意

⚠️ 重要提示

ゲート付きアクセスのため、モデルをロードする際にtokenパラメータを渡す必要があります。Transformersパッケージの以前のバージョンでは、代わりにuse_auth_tokenパラメータを使用する必要がある場合があります。

モデル利用に関する追加情報

⚠️ 重要提示

当社のモデルは学術用途のみを想定しています。学術機関に所属していない場合は、モデルを使用する理由を提示してください。申し込みの手動レビューには数営業日かかる場合があります。

あなたが当社のモデルを仕事や研究で使用する場合は、この論文を引用してください：Sebők, M., Máté, Á., Ring, O., Kovács, V., & Lehoczki, R. (2024). Leveraging Open Large Language Models for Multilingual Policy Topic Classification: The Babel Machine Approach. Social Science Computer Review, 0(0). https://doi.org/10.1177/08944393241259434

ゲート付きアクセス申請フィールド