/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
OpenRAIL++
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Опубликована
2 мар 2022

xlmr_formality_classifier

Классификация текстаТекст → label3 профессии

Многоязычный классификатор на базе XLM-RoBERTa определяет, является ли текст формальным или неформальным.

193скачиваний за 30 дней12лайковвеса обновлены14 окт 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 s-nlp/xlmr_formality_classifier — классификатор формальности текста на основе XLM-RoBERTa, представленный в статье «Detecting Text Formality: A Study of Text Classification Approaches». Она дообучена на многоязычном наборе XFORMAL и относит текст к формальному или неформальному стилю, возвращая оценки для обоих классов.

Модель содержит 305,2 млн параметров и рассчитана на последовательности длиной до 514 токенов. В README приведены результаты для английского, французского, итальянского и португальского языков; общая точность на указанной выборке составляет около 79,4%, при этом качество различается между языками и классами. Подходит для анализа стиля и сортировки текстов по формальности, но опубликованные метрики показывают, что предсказания не всегда сбалансированы по классам. Лицензия — OpenRAIL++.

Сценарии применения

  • определение формальности текста на английском языке
  • определение формальности текста на французском языке
  • определение формальности текста на итальянском языке
  • определение формальности текста на португальском языке
  • сортировка сообщений по уровню формальности

Ограничения

Качество заметно различается между языками и классами: в опубликованных результатах полнота для класса «informal» ниже, чем для «formal». Оценки приведены на выборке XFORMAL и не гарантируют аналогичного качества на текстах других жанров или доменов.

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 Overview

This is the model presented in the paper "Detecting Text Formality: A Study of Text Classification Approaches".

XLM-Roberta-based classifier trained on XFORMAL -- a multilingual formality classification dataset.

Results All languages

precisionrecallf1-scoresupport
00.7449120.9277900.826354108019
10.8890880.6456300.74804896845
accuracy0.794405204864
macro avg0.8170000.7867100.787201204864
weighted avg0.8130680.7944050.789337204864

EN

precisionrecallf1-scoresupport
00.8000530.9629810.87398822151
10.9451060.7258990.82112419449
accuracy0.85213941600
macro avg0.8725790.8444400.84755641600
weighted avg0.8678690.8521390.84927341600

FR

precisionrecallf1-scoresupport
00.7467090.9257380.82664121505
10.8873050.6505920.75073119327
accuracy0.79550440832
macro avg0.8170070.7881650.78868640832
weighted avg0.8132570.7955040.79071140832

IT

precisionrecallf1-scoresupport
00.7212820.9146690.80654521528
10.8648870.6071350.71344519368
accuracy0.76902440896
macro avg0.7930840.7609020.75999540896
weighted avg0.7892920.7690240.76245440896

PT

precisionrecallf1-scoresupport
00.7175460.9081670.80168121637
10.8536280.5997000.70448119323
accuracy0.76264640960
macro avg0.7855870.7539330.75308140960
weighted avg0.7817430.7626460.75582640960

How to use

from transformers import XLMRobertaTokenizerFast, XLMRobertaForSequenceClassification

# load tokenizer and model weights
tokenizer = XLMRobertaTokenizerFast.from_pretrained('s-nlp/xlmr_formality_classifier')
model = XLMRobertaForSequenceClassification.from_pretrained('s-nlp/xlmr_formality_classifier')

id2formality = {0: "formal", 1: "informal"}
texts = [
    "I like you. I love you",
    "Hey, what's up?",
    "Siema, co porabiasz?",
    "I feel deep regret and sadness about the situation in international politics.",
]

# prepare the input
encoding = tokenizer(
    texts,
    add_special_tokens=True,
    return_token_type_ids=True,
    truncation=True,
    padding="max_length",
    return_tensors="pt",
)

# inference
output = model(**encoding)

formality_scores = [
    {id2formality[idx]: score for idx, score in enumerate(text_scores.tolist())}
    for text_scores in output.logits.softmax(dim=1)
]
formality_scores
[{'formal': 0.993225634098053, 'informal': 0.006774314679205418},
 {'formal': 0.8807966113090515, 'informal': 0.1192033663392067},
 {'formal': 0.936184287071228, 'informal': 0.06381577253341675},
 {'formal': 0.9986615180969238, 'informal': 0.0013385231141000986}]

Citation

@inproceedings{dementieva-etal-2023-detecting,
    title = "Detecting Text Formality: A Study of Text Classification Approaches",
    author = "Dementieva, Daryna  and
      Babakov, Nikolay  and
      Panchenko, Alexander",
    editor = "Mitkov, Ruslan  and
      Angelova, Galia",
    booktitle = "Proceedings of the 14th International Conference on Recent Advances in Natural Language Processing",
    month = sep,
    year = "2023",
    address = "Varna, Bulgaria",
    publisher = "INCOMA Ltd., Shoumen, Bulgaria",
    url = "https://aclanthology.org/2023.ranlp-1.31",
    pages = "274--284",
    abstract = "Formality is one of the important characteristics of text documents. The automatic detection of the formality level of a text is potentially beneficial for various natural language processing tasks. Before, two large-scale datasets were introduced for multiple languages featuring formality annotation{---}GYAFC and X-FORMAL. However, they were primarily used for the training of style transfer models. At the same time, the detection of text formality on its own may also be a useful application. This work proposes the first to our knowledge systematic study of formality detection methods based on statistical, neural-based, and Transformer-based machine learning methods and delivers the best-performing models for public usage. We conducted three types of experiments {--} monolingual, multilingual, and cross-lingual. The study shows the overcome of Char BiLSTM model over Transformer-based ones for the monolingual and multilingual formality classification task, while Transformer-based classifiers are more stable to cross-lingual knowledge transfer.",
}

Licensing Information

This model is licensed under the OpenRAIL++ License, which supports the development of various technologies—both industrial and academic—that serve the public good.

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
XLMRobertaForSequenceClassification
Ревизия весов
d833608

0 моделей