Xlm Roberta Large Finetuned Conll02 Spanish

🚀 xlm-roberta-large-finetuned-conll02-spanish

這是一個基於XLM - RoBERTa的多語言模型，在西班牙語的CoNLL - 2002數據集上進行了微調，可用於分詞分類等自然語言理解任務。

🚀 快速開始

使用以下代碼開始使用該模型。你可以直接在命名實體識別（NER）的管道中使用這個模型。

>>> from transformers import AutoTokenizer, AutoModelForTokenClassification
>>> from transformers import pipeline
>>> tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large-finetuned-conll02-spanish")
>>> model = AutoModelForTokenClassification.from_pretrained("xlm-roberta-large-finetuned-conll02-spanish")
>>> classifier = pipeline("ner", model=model, tokenizer=tokenizer)
>>> classifier("Efectuaba un vuelo entre bombay y nueva york.")

[{'end': 30,
  'entity': 'B-LOC',
  'index': 7,
  'score': 0.95703226,
  'start': 25,
  'word': '▁bomba'},
 {'end': 39,
  'entity': 'B-LOC',
  'index': 10,
  'score': 0.9771854,
  'start': 34,
  'word': '▁nueva'},
 {'end': 43,
  'entity': 'I-LOC',
  'index': 11,
  'score': 0.9914097,
  'start': 40,
  'word': '▁yor'}]

✨ 主要特性

模型詳情

模型描述

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在論文Unsupervised Cross - lingual Representation Learning at Scale中提出。它基於Facebook在2019年發佈的RoBERTa模型，是一個大型多語言語言模型，在2.5TB經過過濾的CommonCrawl數據上進行訓練。此模型是[XLM - RoBERTa - large](https://huggingface.co/xlm - roberta - large)在西班牙語的CoNLL - 2002數據集上進行微調後的版本。

用途

直接使用

該模型是一個語言模型，可用於分詞分類，這是一種自然語言理解任務，即給文本中的某些分詞分配標籤。

下游使用

潛在的下游用例包括命名實體識別（NER）和詞性標註（PoS）。要了解更多關於分詞分類和其他潛在下游用例的信息，請參閱Hugging Face的[分詞分類文檔](https://huggingface.co/tasks/token - classification)。

超出範圍的使用

該模型不應用於故意為人們創造敵對或排斥性的環境。

偏差、風險和侷限性

⚠️ 重要提示

讀者應該意識到，該模型生成的語言可能會讓一些人感到不安或冒犯，並且可能會傳播歷史和當前的刻板印象。

大量研究已經探討了語言模型的偏差和公平性問題（例如，見[Sheng等人（2021）](https://aclanthology.org/2021.acl - long.330.pdf)和Bender等人（2021））。

💡 使用建議

直接用戶和下游用戶都應該瞭解該模型的風險、偏差和侷限性。

訓練

有關訓練數據和訓練過程的詳細信息，請參閱以下資源：

• [XLM - RoBERTa - large模型卡](https://huggingface.co/xlm - roberta - large)
• CoNLL - 2002數據卡
• 相關論文

評估

有關評估的詳細信息，請參閱相關論文。

環境影響

可以使用Lacoste等人（2019）提出的機器學習影響計算器來估算碳排放量。

技術規格

更多詳細信息請參閱相關論文。

引用

BibTeX

@article{conneau2019unsupervised,
  title={Unsupervised Cross-lingual Representation Learning at Scale},
  author={Conneau, Alexis and Khandelwal, Kartikay and Goyal, Naman and Chaudhary, Vishrav and Wenzek, Guillaume and Guzm{\'a}n, Francisco and Grave, Edouard and Ott, Myle and Zettlemoyer, Luke and Stoyanov, Veselin},
  journal={arXiv preprint arXiv:1911.02116},
  year={2019}
}

APA

• Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzmán, F., ... & Stoyanov, V. (2019). Unsupervised cross - lingual representation learning at scale. arXiv preprint arXiv:1911.02116.

模型卡片作者

此模型卡片由Hugging Face團隊編寫。