Характеристики

Лицензия: CC BY 4.0
Базовая модель: xlm-roberta-large
Библиотека: transformers
Опубликована: 19 ноя 2025

Ссылки

xlm-roberta-large-english-cap-v5

Классификация текстаТекст → label3 профессии

Англоязычная XLM-RoBERTa Large для классификации текстов по основным тематическим категориям Comparative Agendas Project.

71скачиваний за 30 дней5лайковвеса обновлены24 авг 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

Это модель poltextlab, представляющая собой XLM-RoBERTa Large, дообученную на англоязычных данных с разметкой основных тематических категорий Comparative Agendas Project (CAP). Она классифицирует тексты по кодам мастер-кодбука CAP и предназначена для сравнительного анализа политических повесток и исследовательских проектов; модель также используется в бесплатном инструменте CAP Babel Machine.

В карточке указаны точность 83% и macro F1 0,80 на оценке разработчиков. Модель использует архитектуру XLM-RoBERTa Large и токенизатор SentencePiece; лицензия — CC BY 4.0.

Сценарии применения

классификация политических текстов по категориям CAP
кодирование документов для сравнительного анализа политических повесток
тематическая разметка корпусов на английском языке
ускорение исследовательской разметки документов в CAP Babel Machine

Ограничения

Модель обучена на англоязычных данных, поэтому её пригодность для других языков не подтверждена. Результаты оценки разработчиков составляют 83% accuracy и 0,80 macro F1; качество может зависеть от корпуса и распределения тем.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-large-english-cap-v5

Model description

An xlm-roberta-large model fine-tuned on english training data labeled with major topic codes from the Comparative Agendas Project.

We follow the master codebook of the Comparative Agendas Project, and all of our models use the same major topic codes.

How to use the model

from transformers import AutoTokenizer, pipeline

tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")
pipe = pipeline(
    model="poltextlab/xlm-roberta-large-english-cap-v5",
    task="text-classification",
    tokenizer=tokenizer,
    use_fast=False,
    token="<your_hf_read_only_token>"
)

text = "<text_to_classify>"
pipe(text)

Classification Report

Overall Performance:

Accuracy: 83%
Macro Avg: Precision: 0.81, Recall: 0.79, F1-score: 0.80
Weighted Avg: Precision: 0.83, Recall: 0.83, F1-score: 0.83

Per-Class Metrics:

Label	Precision	Recall	F1-score	Support
(1) Macroeconomics	0.8	0.73	0.77	11742
(2) Civil Rights	0.72	0.74	0.73	5667
(3) Health	0.88	0.9	0.89	14325
(4) Agriculture	0.88	0.85	0.87	6514
(5) Labor	0.81	0.76	0.78	7160
(6) Education	0.89	0.87	0.88	10011
(7) Environment	0.8	0.86	0.83	7385
(8) Energy	0.86	0.86	0.86	6301
(9) Immigration	0.84	0.81	0.83	2364
(10) Transportation	0.85	0.89	0.87	10769
(12) Law and Crime	0.86	0.81	0.84	16263
(13) Social Welfare	0.81	0.81	0.81	7420
(14) Housing	0.75	0.8	0.77	4982
(15) Banking, Finance, and Domestic Commerce	0.83	0.79	0.81	13510
(16) Defense	0.78	0.83	0.81	16369
(17) Technology	0.79	0.81	0.8	3952
(18) Foreign Trade	0.9	0.82	0.86	6172
(19) International Affairs	0.76	0.8	0.78	14200
(20) Government Operations	0.81	0.84	0.82	26950
(21) Public Lands	0.87	0.85	0.86	12076
(23) Culture	0.35	0.11	0.16	893
(999) No Policy Content	0.89	0.9	0.9	24532

Inference platform

This model is used by the CAP Babel Machine, an open-source and free natural language processing tool, designed to simplify and speed up projects for comparative research.

Cooperation

Model performance can be significantly improved by extending our training sets. We appreciate every submission of CAP-coded corpora (of any domain and language) at poltextlab{at}poltextlab{dot}com or by using the CAP Babel Machine.

Debugging and issues

This architecture uses the sentencepiece tokenizer. In order to run the model before transformers==4.27 you need to install it manually.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: 43ecc38