Bert Base Spanish Wwm Cased Xnli

🚀 bert-base-spanish-wwm-cased-xnli

这是一个经过微调的模型，可用于零样本分类任务，在西班牙语的文本分类中表现出色，能有效处理多种领域的文本分类需求。

最新消息

更新于2021年10月15日：查看我们新的零样本分类器，它们更轻量级，甚至性能超过了这个模型：zero-shot SELECTRA small 和 zero-shot SELECTRA medium。

✨ 主要特性

• 微调模型：该模型是基于 西班牙语BERT模型 进行微调的版本，使用了XNLI数据集中的西班牙语部分。
• 零样本分类：可用于零样本分类任务，借助自然语言推理（NLI）技术对文本进行分类。

📦 安装指南

文档未提及具体安装步骤，故跳过此章节。

💻 使用示例

基础用法

你可以使用Hugging Face的 零样本分类管道 来使用这个模型：

from transformers import pipeline
classifier = pipeline("zero-shot-classification", 
                       model="Recognai/bert-base-spanish-wwm-cased-xnli")

classifier(
    "El autor se perfila, a los 50 años de su muerte, como uno de los grandes de su siglo",
    candidate_labels=["cultura", "sociedad", "economia", "salud", "deportes"],
    hypothesis_template="Este ejemplo es {}."
)
"""output
{'sequence': 'El autor se perfila, a los 50 años de su muerte, como uno de los grandes de su siglo',
 'labels': ['cultura', 'sociedad', 'economia', 'salud', 'deportes'],
 'scores': [0.38897448778152466,
  0.22997373342514038,
  0.1658431738615036,
  0.1205764189362526,
  0.09463217109441757]}
"""

📚 详细文档

模型描述

此模型是 西班牙语BERT模型 的微调版本，使用了XNLI数据集中的西班牙语部分。你可以查看 训练脚本 了解训练的详细信息。

评估结果

测试集的准确率如下：

📄 许可证

本项目采用MIT许可证。