Bart Large Mnli

🚀 用於基於NLI的零樣本文本分類的Bart大模型

本模型利用預訓練的 bart-large 模型，能夠預測給定序列是否可以分配某個主題標籤，無論該標籤是否曾在訓練中出現過。

✨ 主要特性

• 基於 bart-large 模型構建。
• 可進行零樣本分類，即對未在訓練中出現過的標籤也能進行分類預測。

📦 安裝指南

文檔未提及安裝步驟，跳過此章節。

💻 使用示例

基礎用法

from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline

# Load model & tokenizer
bart_model = AutoModelForSequenceClassification.from_pretrained('navteca/bart-large-mnli')
bart_tokenizer = AutoTokenizer.from_pretrained('navteca/bart-large-mnli')

# Get predictions
nlp = pipeline('zero-shot-classification', model=bart_model, tokenizer=bart_tokenizer)

sequence = 'One day I will see the world.'
candidate_labels = ['cooking', 'dancing', 'travel']

result = nlp(sequence, candidate_labels, multi_label=True)

print(result)

#{
#  "sequence": "One day I will see the world.",
#  "labels": [
#    "travel",
#    "dancing",
#    "cooking"
#  ],
#  "scores": [
#    0.9941897988319397,
#    0.0060537424869835,
#    0.0020010927692056
#  ]
#}

📚 詳細文檔

訓練數據

該模型在 MultiNLI (MNLI) 數據集上進行訓練，訓練方式遵循 Yin et al. 2019 中最初描述的方法。

模型信息

📄 許可證

本項目採用 MIT 許可證。