/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Библиотека
transformers
Опубликована
29 июл 2024

xlm-roberta-base-claim-detection-clef21-24

Классификация текстаТекст → label3 профессии

Мультиязычная модель XLM-RoBERTa определяет, заслуживает ли текст проверки фактов, и может использоваться в системах автоматического фактчекинга.

92скачиваний за 30 дней1лайквеса обновлены1 авг 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель SophieTr/xlm-roberta-base-claim-detection-clef21-24 — мультиязычный классификатор на основе XLM-RoBERTa, дообученный на данных задачи 1 соревнований CLEF2021-CheckThat и CLEF2024-CheckThat. Она оценивает, заслуживает ли текст проверки фактов, и предназначена для использования как компонент автоматизированного фактчекинга, в том числе для мультиязычных текстов. Модель содержит 305,2 млн параметров, принимает текстовые последовательности с контекстом до 514 токенов и выдаёт класс классификации.

Поддерживаемые языки: английский, болгарский, испанский, турецкий, арабский и нидерландский. Разработчик не назван в карточке. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • отбор утверждений для проверки фактов
  • оценка новостных фраз на пригодность для фактчекинга
  • предварительная фильтрация текстов в автоматическом фактчекинге
  • классификация мультиязычных текстов по значимости для проверки

Ограничения

Модель обучена на данных CLEF2021-CheckThat и CLEF2024-CheckThat, поэтому качество на других жанрах, тематиках и языках может отличаться. Максимальная длина контекста составляет 514 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

The model detect claim-worthiness of a given text. This model is a part of an automatic fact-checking pipeline.

The model is trained on data for Task 1 from CLEF2021-CheckThat and CLEF2024-CheckThat

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Model type: transformer
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: FacebookAI/xlm-roberta-base

Uses

The model is fine-tuned on a multilingual dataset, combining english, spanish, arabic, bulgarian, turkish, and dutch. It is meant to be used as zero-shot model for multilingual text data.

tokenizer = XLMRobertaTokenizer.from_pretrained("FacebookAI/xlm-roberta-base")
model = XLMRobertaForSequenceClassification.from_pretrained("SophieTr/xlm-roberta-base-claim-detection-clef21-24")

inputs = tokenizer(
    sentence_array, 
    return_tensors="pt", 
    padding=True, 
    truncation=True
)

with torch.no_grad():
    logits = model(**inputs).logits
    
predictions = [logits[i].argmax().item() for i,t in enumerate(logits)]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
75c7a18

0 моделей