Fictoroberta

🚀 FictoRoBERTa

このモデルは、Brownコーパスを使用してRoBERTa baseをファインチューニングし、テキストがノンフィクションの直截的なスタイルか、フィクションの描写的なスタイルで書かれたかを予測します。ここでのフィクションとノンフィクションは、テキストの内容の事実的な正確性ではなく、書き方のスタイルを指します。詳細については、このブログと引用された論文を参照してください: https://bekushal.medium.com/fictometer-a-simple-and-explainable-algorithm-for-sentiment-analysis-31186d2a8c7e

🚀 クイックスタート

以下のコード例では、FictoRoBERTaモデルを使用して、入力テキストがフィクションかノンフィクションかを予測する方法を示しています。

基本的な使用法

from transformers import AutoModelForSequenceClassification, AutoTokenizer

# Load the model
model_name = "bekushal/FictoRoBERTa"

model = AutoModelForSequenceClassification.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

# Example input text
input_text = "It is a sunny day with a nice wind blowing and I am feeling very happy."

# Preprocess the input
inputs = tokenizer(input_text, return_tensors="pt", truncation=True, padding=True)

# Perform inference
outputs = model(**inputs)

# Get predicted class probabilities
predicted_probabilities = outputs.logits.softmax(dim=-1)

# Get predicted class label
predicted_label = predicted_probabilities.argmax().item()

# Convert predicted label to human-readable format
predicted_class = "fiction" if predicted_label == 1 else "non-fiction"

# Display results
print("Predicted class:", predicted_class)
print("Predicted class probabilities [non-fiction, fiction]:", predicted_probabilities)

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。