Характеристики

Лицензия: CC BY 4.0
Базовая модель: xlm-roberta-large
Библиотека: transformers
Опубликована: 5 сен 2026

Ссылки

xlm-roberta-large-ontolisst-minor-v3

Классификация текстаТекст → label3 профессии

Модель на базе XLM-RoBERTa Large классифицирует тексты по 44 тематическим категориям OntoLISST для сравнительных исследований.

48скачиваний за 30 дней0лайковвеса обновлены5 сен 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

poltextlab разработала XLM-RoBERTa Large OntoLISST Minor v3 — модель классификации текста на базе FacebookAI/xlm-roberta-large, распространяемая в формате safetensors и предназначенная для работы с Transformers. Она относит тексты к 44 тематическим категориям OntoLISST, включая жилищные вопросы, городскую среду, инфраструктуру, экологию и энергопотребление. Модель используется в CAP Babel Machine — инструменте для сравнительных исследований.

В карточке приведены общая точность 80% и макро F1 0,79. Токенизатор SentencePiece; для старых версий Transformers до 4.27 требуется отдельно установить sentencepiece. Модель опубликована по лицензии CC BY 4.0.

Сценарии применения

тематическая классификация текстов по категориям OntoLISST
разметка материалов о жилье и условиях проживания
классификация текстов об инфраструктуре и городской среде
анализ публикаций об экологии и энергопотреблении
подготовка корпусов для сравнительных исследований

Ограничения

В README указана точность 80% и макро F1 0,79; качество зависит от соответствия входных данных категориям и обучающему корпусу. Для Transformers до версии 4.27 требуется установить SentencePiece.

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 I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-large-ontolisst-minor-v3

How to use the model

from transformers import AutoTokenizer, pipeline

tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")
pipe = pipeline(
    model="poltextlab/xlm-roberta-large-ontolisst-minor-v3",
    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: 80%
Macro Avg: Precision: 0.80, Recall: 0.79, F1-score: 0.79
Weighted Avg: Precision: 0.80, Recall: 0.80, F1-score: 0.80

Per-Class Metrics:

Label	Precision	Recall	F1-score	Support
(201) Housing and accommodation	0.74	0.78	0.76	50
(202) Residential environment and infrastructure	0.93	0.8	0.86	50
(203) Environmental issues and energy consumption	0.86	0.96	0.91	50
(204) Technology	0.91	0.8	0.85	25
(301) Health condition and medical history	0.74	0.7	0.72	50
(302) Health behaviour	0.9	0.86	0.88	50
(303) Health care and social services	0.76	0.78	0.77	50
(304) General wellbeing	0.83	0.95	0.88	40
(305) Informal care work	1	0.5	0.67	6
(401) Work organisation and conditions	0.63	0.78	0.7	50
(402) Employment status and work history	0.54	0.74	0.63	50
(403) Domestic work and work-life balance	0.6	0.43	0.5	35
(404) Civil and voluntary work	0.88	0.86	0.87	50
(405) Unemployment and job search	0	0	0	14
(501) Educational structure and organizations	0.7	0.6	0.65	50
(502) Educational attainment and history	0.76	0.9	0.83	50
(503) Educational activities	0.81	0.84	0.82	50
(504) Educational needs and support	0.86	0.72	0.78	50
(601) Partnership status and history	0.88	0.86	0.87	50
(602) Sexual orientation and behaviour	0.86	0.78	0.82	23
(603) Family relations and parenting	0.78	0.56	0.65	50
(604) Friendship and social ties	0.84	0.84	0.84	50
(605) Conflicts and cooperation	0.82	0.84	0.83	50
(606) Violence and abuse	0.86	0.98	0.92	50
(607) Household composition	0.71	0.78	0.74	50
(701) Ethnic and cultural identity	0.84	0.86	0.85	50
(702) Religious identity	0.82	0.92	0.87	50
(703) Political views and participation	0.8	0.74	0.77	50
(704) Macro-level issues and processes	0.69	0.66	0.67	50
(705) Gender	0.95	0.95	0.95	20
(706) Age, age groups and aging	0.76	0.94	0.84	17
(707) Human qualities and personality traits	1	1	1	21
(801) Sports and physical activities	0.94	0.98	0.96	50
(802) Culture and media consumption and activities	0.84	0.94	0.89	50
(803) Leisure activities and hobbies	0.93	0.84	0.88	45
(901) Wages and salaries	0.77	0.89	0.83	46
(902) Benefits and allowances	0.62	0.64	0.63	50
(903) Financial situation	0.8	0.78	0.79	50
(904) Private transfers	0.81	0.9	0.85	42
(905) Personal and household expenses	0.79	0.88	0.83	50
(1001) Crime events and criminal behavior	0.93	0.82	0.87	50
(1002) Legal system and sanctions	0.85	0.92	0.88	50
(1100) ADMINISTRATIVE	0.82	0.62	0.7	50
(1200) OTHER	0.85	0.7	0.77	50

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: ceadd55