Xlm Roberta Large Pooled Cap V3

🚀 xlm-roberta-large-pooled-cap-v3

本項目是一個基於xlm-roberta-large的基準模型，在特定訓練數據上進行微調，可用於文本分類任務，為相關研究和工作提供了有力支持。

🚀 快速開始

模型描述

這是一個基於xlm-roberta-large的基準模型，它在包含帶有主要主題代碼標註文本的訓練數據上進行了微調，這些標註來自比較議程項目。

如何使用模型

以下是使用該模型進行文本分類的示例代碼：

from transformers import AutoTokenizer, pipeline

tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")
pipe = pipeline(
    model="poltextlab/xlm-roberta-large-pooled-cap-v3",
    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

由於模型採用了受限訪問機制，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。

額外提示

⚠️ 重要提示

我們的模型僅供學術使用。如果您不屬於學術機構，請提供使用我們模型的理由。請允許我們花幾個工作日手動審核訂閱申請。 如果您在工作或研究中使用了我們的模型，請引用以下論文：Sebők, M., Máté, Á., Ring, O., Kovács, V., & Lehoczki, R. (2024). Leveraging Open Large Language Models for Multilingual Policy Topic Classification: The Babel Machine Approach. Social Science Computer Review, 0(0). https://doi.org/10.1177/08944393241259434

💡 使用建議

在申請使用模型時，請確保提供準確的信息，包括姓名、國家、機構、機構郵箱以及具體的學術用例。