Xlm Roberta Base Finetuned Urdu

🚀 XLM-RoBERTa-Urdu-Classification

このモデルは、[xlm - roberta - base](https://huggingface.co/xlm - roberta - base) をベースに、ウルドゥー語の感情分析用の [データセット](https://huggingface.co/datasets/hassan4830/urdu - binary - classification - data) で学習されたテキスト分類モデルです。与えられた任意のウルドゥー語の文章に対して、バイナリ感情分類を行うことができます。モデルは、管理可能な時間枠でより良い結果を得るためにファインチューニングされています。

✨ 主な機能

XLM - RoBERTaは、拡張された多言語文エンコーダです。Common Crawlからフィルタリングされた100言語の2.5Tのデータで学習されています。XLM - Rは、複数の多言語ベンチマークで最先端の結果を達成しています。

XLM - RoBERTaモデルは、Alexis Conneau、Kartikay Khandelwal、Naman Goyal、Vishrav Chaudhary、Guillaume Wenzek、Francisco Guzmán、Edouard Grave、Myle Ott、Luke Zettlemoyer、およびVeselin Stoyanovによる「Unsupervised Cross - lingual Representation Learning at Scale」で提案されました。

このモデルは、2019年にFacebookによってリリースされたRoBERTaモデルをベースにしており、2.5TBのフィルタリングされたCommonCrawlデータで学習された大規模な多言語モデルです。

💻 使用例

基本的な使用法

>>> from transformers import AutoTokenizer, AutoModelForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("Aimlab/xlm-roberta-base-finetuned-urdu")
>>> model = AutoModelForSequenceClassification.from_pretrained("Aimlab/xlm-roberta-base-finetuned-urdu", id2label = {0: 'negative', 1: 'positive'})

高度な使用法

与えられたテキストのラベルを取得する方法は以下の通りです。

>>> from transformers import TextClassificationPipeline
>>> text = "وہ ایک برا شخص ہے"
>>> pipe = TextClassificationPipeline(model = model, tokenizer = tokenizer, top_k = 2, device = 0)
>>> pipe(text)

[{'label': 'negative', 'score': 0.9987003803253174},
 {'label': 'positive', 'score': 0.001299630501307547}]

📄 ライセンス

このモデルはAFL - 3.0ライセンスの下で提供されています。