Xlm Roberta Base Finetuned Urdu

🚀 XLM-RoBERTa乌尔都语分类模型

本模型基于 xlm-roberta-base，在乌尔都语情感 数据集 上进行训练，能够对任意给定的乌尔都语句子进行二分类情感分析。为了在合理的时间内获得更好的效果，该模型经过了微调。

🚀 快速开始

模型描述

XLM-RoBERTa 是一种可扩展的跨语言句子编码器。它在从 Common Crawl 筛选出的 100 种语言的 2.5T 数据上进行训练。XLM-R 在多个跨语言基准测试中取得了最先进的成果。

XLM-RoBERTa 模型由 Alexis Conneau、Kartikay Khandelwal、Naman Goyal、Vishrav Chaudhary、Guillaume Wenzek、Francisco Guzmán、Edouard Grave、Myle Ott、Luke Zettlemoyer 和 Veselin Stoyanov 在《Unsupervised Cross-lingual Representation Learning at Scale》中提出。

它基于 Facebook 于 2019 年发布的 RoBERTa 模型，是一个大型多语言模型，在 2.5TB 经过筛选的 CommonCrawl 数据上进行训练。

💻 使用示例

基础用法

>>> 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'})

高级用法

>>> 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}]

📄 许可证

本项目采用 AFL-3.0 许可证。