Distilroberta Base Climate Detector

🚀 蒸餾羅伯塔基礎氣候檢測器模型卡片

本模型是一個微調後的語言模型，配備分類頭，用於檢測與氣候相關的段落。它能有效助力氣候相關文本的分類工作，為氣候研究和信息處理提供有力支持。

🚀 快速開始

你可以使用管道對該模型進行文本分類：

from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline
from transformers.pipelines.pt_utils import KeyDataset
import datasets
from tqdm.auto import tqdm

dataset_name = "climatebert/climate_detection"
model_name = "climatebert/distilroberta-base-climate-detector"

# If you want to use your own data, simply load them as 🤗 Datasets dataset, see https://huggingface.co/docs/datasets/loading
dataset = datasets.load_dataset(dataset_name, split="test")

model = AutoModelForSequenceClassification.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name, max_len=512)

pipe = pipeline("text-classification", model=model, tokenizer=tokenizer, device=0)

# See https://huggingface.co/docs/transformers/main_classes/pipelines#transformers.pipeline
for out in tqdm(pipe(KeyDataset(dataset, "text"), padding=True, truncation=True)):
   print(out)

✨ 主要特性

這是經過微調的ClimateBERT語言模型，帶有分類頭，用於檢測與氣候相關的段落。以climatebert/distilroberta-base-climate-f語言模型為起點，distilroberta-base-climate-detector模型在climatebert/climate_detection數據集上進行了微調。

⚠️ 重要提示

該模型是在段落上進行訓練的，在句子上的表現可能不佳。

📄 許可證

本模型使用的是Apache-2.0許可證。

📚 詳細文檔

引用信息

@techreport{bingler2023cheaptalk,
    title={How Cheap Talk in Climate Disclosures Relates to Climate Initiatives, Corporate Emissions, and Reputation Risk},
    author={Bingler, Julia and Kraus, Mathias and Leippold, Markus and Webersinke, Nicolas},
    type={Working paper},
    institution={Available at SSRN 3998435},
    year={2023}
}

模型信息