Politics Sentence Classifier

🚀 フランス語の政治文における文の「性質」の予測

このモデルは、フランス語の政治文における文の性質を予測することを目的としています。 予測結果は以下の3つのカテゴリに分類されます：

• problem：文が問題を記述している場合（通常は話者が解決すべき問題）。例：il y a dans ce pays une fracture（J. Chirac）
• solution：文が解決策を記述している場合（典型的には政治プログラムの一部）。例：J’ai supprimé les droits de succession parce que je crois au travail et parce que je crois à la famille.（N. Sarkozy）
• other：文が上記のカテゴリに属さない場合。例：vive la République, vive la France

このモデルは、政治的なツイートとスピーチの混合から抽出された文を基に、AutoNLPを使用して学習されました。

✨ 主な機能

• フランス語の政治文の性質を3つのカテゴリに分類する予測機能
• AutoNLPを使用した学習により、高精度な予測が可能

📦 インストール

このモデルを使用するには、APIキーが必要です。取得後、以下の方法でアクセスできます。

💻 使用例

基本的な使用法

# cURLを使用してモデルにアクセスする例
$ curl -X POST -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"inputs": "Il y a dans ce pays une fracture"}' https://api-inference.huggingface.co/models/mazancourt/politics-sentence-classifier

高度な使用法

# Python APIを使用してモデルにアクセスする例
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("mazancourt/autonlp-politics-sentence-classifier-23105051", use_auth_token=True)

tokenizer = AutoTokenizer.from_pretrained("mazancourt/politics-sentence-classifier", use_auth_token=True)

inputs = tokenizer("Il y a dans ce pays une fracture", return_tensors="pt")

outputs = model(**inputs)

# Category can be "problem", "solution" or "other"
category = outputs[0]["label"]
score = outputs[0]["score"]

📚 ドキュメント

モデル情報

検証指標

• 損失: 0.6050735712051392
• 正解率: 0.8097826086956522
• マクロF1: 0.7713543865034599
• マイクロF1: 0.8097826086956522
• 加重F1: 0.8065488494385247
• マクロ精度: 0.7861074705111403
• マイクロ精度: 0.8097826086956522
• 加重精度: 0.806470454156932
• マクロ再現率: 0.7599656456873758
• マイクロ再現率: 0.8097826086956522
• 加重再現率: 0.8097826086956522