Xlm Roberta Large Xnli Anli

🚀 XLM-RoBERTa-large-XNLI-ANLI

XLM-RoBERTa-large-XNLI-ANLI 是一個在多個自然語言推理（NLI）數據集上進行微調的模型，可直接用於零樣本分類任務。它能幫助用戶在未對特定類別進行訓練的情況下，對文本進行分類。

🚀 快速開始

該模型可以通過零樣本分類管道進行加載，示例代碼如下：

from transformers import pipeline
classifier = pipeline("zero-shot-classification", 
                       model="vicgalle/xlm-roberta-large-xnli-anli")

加載完成後，你可以使用這個管道將序列分類到你指定的任何類別名稱中，示例如下：

sequence_to_classify = "Algún día iré a ver el mundo"
candidate_labels = ['viaje', 'cocina', 'danza']
classifier(sequence_to_classify, candidate_labels)
#{'sequence': 'Algún día iré a ver el mundo',
#'labels': ['viaje', 'danza', 'cocina'],
#'scores': [0.9991760849952698, 0.0004178212257102132, 0.0004059972707182169]}

✨ 主要特性

• 多語言支持：能夠處理多種語言的零樣本分類任務。
• 基於NLI微調：在多個NLI數據集上進行微調，提高了分類的準確性。

📦 安裝指南

文檔未提供具體安裝步驟，可參考 transformers 庫的官方安裝說明。

💻 使用示例

基礎用法

from transformers import pipeline
classifier = pipeline("zero-shot-classification", 
                       model="vicgalle/xlm-roberta-large-xnli-anli")

高級用法

sequence_to_classify = "Algún día iré a ver el mundo"
candidate_labels = ['viaje', 'cocina', 'danza']
classifier(sequence_to_classify, candidate_labels)
#{'sequence': 'Algún día iré a ver el mundo',
#'labels': ['viaje', 'danza', 'cocina'],
#'scores': [0.9991760849952698, 0.0004178212257102132, 0.0004059972707182169]}

📚 詳細文檔

模型準確率

以下是該模型在幾個測試數據集上的準確率：

模型信息

📄 許可證

本項目採用 MIT 許可證。