/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
transformers
Опубликована
24 ноя 2025

xlm-roberta-indonesian-languages

Классификация текстаТекст → label8 профессий

Дообученная XLM-RoBERTa определяет индонезийский, региональные языки Индонезии и английский язык в текстах.

192скачиваний за 30 дней1лайквеса обновлены24 ноя 2025

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

nahiar/xlm-roberta-indonesian-languages — модель классификации текста для определения индонезийского языка и региональных языков Индонезии. Она дообучена на базе FacebookAI/xlm-roberta-base и предназначена для распознавания 11 языков Индонезии, включая индонезийский, а также английского языка.

Модель построена на архитектуре XLM-RoBERTa и содержит 305,2 млн параметров. Она принимает текст и возвращает метку языка; максимальная длина контекста — 514 токенов. В README заявлены accuracy 0,9783 и macro F1 0,9783.

Подходит для автоматической маршрутизации текстов по языку, разметки многоязычных корпусов и предварительной фильтрации данных. Лицензия Apache-2.0.

Сценарии применения

  • определение языка короткого сообщения на одном из языков Индонезии
  • распределение текстов по языковым очередям
  • разметка многоязычных текстовых корпусов
  • фильтрация данных по региональному языку

Ограничения

Распознавание ограничено перечисленными в карточке языками; для языков вне этого набора качество не заявлено. Контекст ограничен 514 токенами.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Indonesian Regional Languages Identifier

Fine-tuned XLM-RoBERTa model for identifying 11 Indonesian regional languages + English.

Supported Languages

  • 🇮🇩 Indonesian (Bahasa Indonesia)
  • Acehnese (Bahasa Aceh)
  • Balinese (Basa Bali)
  • Banjarese (Bahasa Banjar)
  • Buginese (Basa Ugi)
  • Javanese (Basa Jawa)
  • Madurese (Basa Madhura)
  • Minangkabau (Baso Minang)
  • Ngaju (Basa Ngaju)
  • Sundanese (Basa Sunda)
  • Toba Batak (Hata Batak Toba)
  • 🇬🇧 English

Model Performance

  • Accuracy: 0.9783
  • F1 Macro: 0.9783
  • F1 Weighted: 0.9783
  • Precision: 0.9785
  • Recall: 0.9783

Usage

from transformers import pipeline

# Load model
classifier = pipeline("text-classification", model="YOUR_USERNAME/xlm-roberta-indonesian-languages")

# Single prediction
result = classifier("Sugeng enjing, piye kabare?")
print(result)
# Output: [{'label': 'javanese', 'score': 0.9876}]

# Batch prediction
texts = [
    "Selamat pagi, apa kabar?",
    "Wilujeng enjing, kumaha damang?",
    "Good morning, how are you?"
]

results = classifier(texts)
for text, result in zip(texts, results):
    print(f"{text} -> {result['label']} ({result['score']:.4f})")

Training Details

  • Base Model: xlm-roberta-base
  • Training Samples: 6000
  • Validation Samples: 1200
  • Epochs: 5
  • Learning Rate: 2e-05
  • Batch Size: 16
  • Training Date: 20251124_070409

Citation

If you use this model, please cite:

@misc{indonesian-language-id,
    author = {Raihan Hidayatullah Djunaedi},
    title = {Indonesian Regional Languages Identifier},
    year = {2025},
    publisher = {Hugging Face},
    url = {https://huggingface.co/nahiar/xlm-roberta-indonesian-languages}
}

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
2eda3e1

0 моделей