/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
BigScience OpenRAIL-M
Архитектура
xlm-roberta · dense
Опубликована
4 сен 2024

manifestoberta-xlm-roberta-56policy-topics-sentence-2024-1-1

Классификация текстаТекст → label3 профессии

Классификатор Manifesto Project распределяет политические высказывания по 56 темам схемы Manifesto Project.

432скачиваний за 30 дней5лайковвеса обновлены7 мая 2026

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

Manifesto Project выпустил классификатор на основе XLM-RoBERTa-large, дообученный на примерно 1,7 млн размеченных высказываний из Manifesto Corpus версии 2024a. Модель относит текст к одной из 56 политических тем по кодировочной схеме Manifesto Project, Handbook 4.

Модель предназначена для тематической классификации политических текстов на языках, поддерживаемых предобученной XLM-RoBERTa; наилучшие результаты ожидаются для 38 языков корпуса Manifesto. Контекстная версия модели показала accuracy 0,64 и macro-F1 0,53 на тестовой выборке из 200 920 высказываний; для версии без контекста показатели составили 0,57 и 0,45 соответственно.

В репозитории указаны 658,7 млн параметров, контекст до 514 токенов и форматы PyTorch и Safetensors. Модель принимает текст и выдаёт метку класса. Лицензия — BigScience OpenRAIL-M; качество может быть ниже на языках вне обучающего корпуса, а результаты следует интерпретировать с учётом метрик тестирования.

Сценарии применения

  • классификация тезисов политических манифестов по темам
  • анализ тематической повестки партийных программ
  • сравнение политических приоритетов партий по текстам документов
  • автоматическая разметка политических высказываний для исследований
  • подсчёт частоты тем в многоязычных политических корпусах

Ограничения

Лучшие результаты ожидаются для 38 языков Manifesto Corpus; для остальных языков качество может быть ниже. На тестовой выборке context-модель показала accuracy 0,64 и macro-F1 0,53, а sentence-модель — 0,57 и 0,45.

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 description

An xlm-roberta-large model fine-tuned on ~1,7 million annotated statements contained in the Manifesto Corpus (version 2024a). The model can be used to categorize any type of text into 56 different political topics according to the Manifesto Project's coding scheme (Handbook 4). It works for all languages the xlm-roberta model is pretrained on (overview), just note that it will perform best for the 38 languages contained in the Manifesto Corpus:

armenianbosnianbulgariancatalancroatian
czechdanishdutchenglishestonian
finnishfrenchgaliciangeorgiangerman
greekhebrewhungarianicelandicitalian
japanesekoreanlatvianlithuanianmacedonian
montenegrinnorwegianpolishportugueseromanian
russianserbianslovakslovenianspanish
swedishturkishukrainian

How to use

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("manifesto-project/manifestoberta-xlm-roberta-56policy-topics-sentence-2024-1-1", trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")

sentence = "We will restore funding to the Global Environment Facility and the Intergovernmental Panel on Climate Change, to support critical climate science research around the world"

inputs = tokenizer(sentence,
                   return_tensors="pt",
                   max_length=200,  #we limited the input to 200 tokens during finetuning
                   padding="max_length",
                   truncation=True
                   )

logits = model(**inputs).logits

probabilities = torch.softmax(logits, dim=1).tolist()[0]
probabilities = {model.config.id2label[index]: round(probability * 100, 2) for index, probability in enumerate(probabilities)}
probabilities = dict(sorted(probabilities.items(), key=lambda item: item[1], reverse=True))
print(probabilities)
# {'501 - Environmental Protection: Positive': 67.56, '411 - Technology and Infrastructure': 14.03, '107 - Internationalism: Positive': 13.58, '416 - Anti-Growth Economy: Positive': 2.24...

predicted_class = model.config.id2label[logits.argmax().item()]
print(predicted_class)
# 501 - Environmental Protection: Positive

Model Performance

The model was evaluated on a test set of 200,920 annotated manifesto statements.

Overall

AccuracyTop2_AccTop3_AccPrecisionRecallF1_MacroMCCCross-Entropy
Sentence Model0.570.730.810.480.430.450.551.47
Context Model0.640.810.880.550.520.530.631.15

Citation

Please cite the model as follows:

Burst, Tobias / Lehmann, Pola / Franzmann, Simon / Al-Gaddooa, Denise / Ivanusch, Christoph / Regel, Sven / Riethmüller, Felicia / Weßels, Bernhard / Zehnter, Lisa (2024): manifestoberta. Version 56topics.sentence.2024.1.1. Berlin: Wissenschaftszentrum Berlin für Sozialforschung (WZB) / Göttingen: Institut für Demokratieforschung (IfDem). https://doi.org/10.25522/manifesto.manifestoberta.56topics.sentence.2024.1.1

@misc{Burst:2024,
  Address = {Berlin / Göttingen},
  Author = {Burst, Tobias AND Lehmann, Pola AND Franzmann, Simon AND Al-Gaddooa, Denise AND Ivanusch, Christoph AND Regel, Sven AND Riethmüller, Felicia AND Weßels, Bernhard AND Zehnter, Lisa},
  Publisher = {Wissenschaftszentrum Berlin für Sozialforschung / Göttinger Institut für Demokratieforschung},
  Title = {manifestoberta. Version 56topics.sentence.2024.1.1},
  doi = {10.25522/manifesto.manifestoberta.56topics.sentence.2024.1.1},
  url = {https://doi.org/10.25522/manifesto.manifestoberta.56topics.sentence.2024.1.1},      
  Year = {2024},

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
CustomXLMRobertaModelForSequenceClassification
Ревизия весов
60c1092

0 моделей