Xlm Roberta Large Manifesto

🚀 xlm-roberta-large-manifesto

本項目的xlm-roberta-large模型在使用Manifesto Project編碼方案標註的多語言訓練數據上進行了微調。它能有效應用於零樣本分類和文本分類等任務。

🚀 快速開始

模型使用

from transformers import AutoTokenizer, pipeline

tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")
pipe = pipeline(
    model="poltextlab/xlm-roberta-large-manifesto",
    task="text-classification",
    tokenizer=tokenizer,
    use_fast=False,
    token="<your_hf_read_only_token>"
)

text = "We will place an immediate 6-month halt on the finance driven closure of beds and wards, and set up an independent audit of needs and facilities."
pipe(text)

受限訪問說明

由於該模型採用受限訪問機制，在加載模型時必須傳遞token參數。在早期版本的Transformers包中，可能需要使用use_auth_token參數代替。

✨ 主要特性

• 多語言支持：支持多種語言的文本分類任務，可處理不同語言的輸入。
• 基於特定編碼方案：使用Manifesto Project的編碼方案進行標註訓練，具有特定領域的適用性。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, pipeline

tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")
pipe = pipeline(
    model="poltextlab/xlm-roberta-large-manifesto",
    task="text-classification",
    tokenizer=tokenizer,
    use_fast=False,
    token="<your_hf_read_only_token>"
)

text = "We will place an immediate 6-month halt on the finance driven closure of beds and wards, and set up an independent audit of needs and facilities."
pipe(text)

📚 詳細文檔

模型描述

本模型是在多語言訓練數據上微調的xlm-roberta-large模型，使用了Manifesto Project的編碼方案進行標註。具體使用了 Version 2020b (December 23, 2020) 版本的Manifesto Project數據集代碼手冊。

模型性能

模型在305141個示例的測試集上進行了評估，測試集採用分層方式劃分，對於每個標籤，隨機選擇所有出現次數的20%。

語言特定指標：

調試與問題

此架構使用sentencepiece分詞器。在transformers==4.27之前的版本中運行該模型，需要手動安裝sentencepiece。

📄 許可證

本項目採用MIT許可證。