German Zeroshot

🚀 德語零樣本分類模型

本模型是一個用於文本分類的模型，基於GBERT Large微調而來，在德語零樣本分類任務上表現出色，可靈活應用於多種德語場景。

🚀 快速開始

零樣本分類管道示例

from transformers import pipeline
classifier = pipeline("zero-shot-classification",
                      model="Sahajtomar/German_Zeroshot")
sequence = "Letzte Woche gab es einen Selbstmord in einer nahe gelegenen kolonie"
candidate_labels = ["Verbrechen","Tragödie","Stehlen"]
hypothesis_template = "In deisem geht es um {}."    ## 由於是單語言模型，它對假設模板很敏感。可以進行實驗

classifier(sequence, candidate_labels, hypothesis_template=hypothesis_template)
"""{'labels': ['Tragödie', 'Verbrechen', 'Stehlen'],
 'scores': [0.8328856854438782, 0.10494536352157593, 0.06316883927583696],
 'sequence': 'Letzte Woche gab es einen Selbstmord in einer nahe gelegenen Kolonie'}"""

✨ 主要特性

• 以 GBERT Large 為基礎模型，並在 xnli de 數據集上進行了微調。
• 默認假設模板為英文：This text is {}，使用該模型時，需將其更改為 "In deisem geht es um {}." 或其他合適的模板。因為模型是單語言而非多語言，所以假設模板需要相應更改。

📚 詳細文檔

模型評估

XNLI DEV（德語）

準確率：85.5

XNLI TEST（德語）

準確率：83.6

注意事項

⚠️ 重要提示

通過Hugging Face API進行推理時可能會得到較差的結果，因為它默認使用英文模板。由於模型是單語言模型，假設模板需要相應更改。