Xlm Roberta Base Finetuned Urdu

🚀 XLM-RoBERTa烏爾都語分類模型

本模型基於 xlm-roberta-base，在烏爾都語情感 數據集 上進行訓練，能夠對任意給定的烏爾都語句子進行二分類情感分析。為了在合理的時間內獲得更好的效果，該模型經過了微調。

🚀 快速開始

模型描述

XLM-RoBERTa 是一種可擴展的跨語言句子編碼器。它在從 Common Crawl 篩選出的 100 種語言的 2.5T 數據上進行訓練。XLM-R 在多個跨語言基準測試中取得了最先進的成果。

XLM-RoBERTa 模型由 Alexis Conneau、Kartikay Khandelwal、Naman Goyal、Vishrav Chaudhary、Guillaume Wenzek、Francisco Guzmán、Edouard Grave、Myle Ott、Luke Zettlemoyer 和 Veselin Stoyanov 在《Unsupervised Cross-lingual Representation Learning at Scale》中提出。

它基於 Facebook 於 2019 年發佈的 RoBERTa 模型，是一個大型多語言模型，在 2.5TB 經過篩選的 CommonCrawl 數據上進行訓練。

💻 使用示例

基礎用法

>>> from transformers import AutoTokenizer, AutoModelForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("Aimlab/xlm-roberta-base-finetuned-urdu")
>>> model = AutoModelForSequenceClassification.from_pretrained("Aimlab/xlm-roberta-base-finetuned-urdu", id2label = {0: 'negative', 1: 'positive'})

高級用法

>>> from transformers import TextClassificationPipeline
>>> text = "وہ ایک برا شخص ہے"
>>> pipe = TextClassificationPipeline(model = model, tokenizer = tokenizer, top_k = 2, device = 0)
>>> pipe(text)

[{'label': 'negative', 'score': 0.9987003803253174},
 {'label': 'positive', 'score': 0.001299630501307547}]

📄 許可證

本項目採用 AFL-3.0 許可證。