pipeline_tag: 零样本分类 tags:

• 零样本分类
• 自然语言推理 language:
• 西班牙语 datasets:
• hackathon-pln-es/nli-es widget:
• text: "为了阻止疫情蔓延，重要的是每个人都前来接种疫苗。" candidate_labels: "健康, 体育, 娱乐"

基于bertin-roberta-base-spanish的零样本分类器

该模型基于bertin-roberta-base-spanish模型，采用交叉编码器架构针对自然语言推理任务训练而成。交叉编码器以句子对作为输入并输出分类标签，通过学习预测以下三类标签："矛盾"对应0，"蕴含"对应1，"中立"对应2。

您可通过Hugging Face的零样本分类管道工具进行零样本分类。当输入一个句子和任意一组标签/主题时，模型将输出该句子属于各个主题的可能性概率。

使用方法（HuggingFace Transformers）

最简便的方式是使用huggingface transformers的pipeline工具。只需将任务初始化为"zero-shot-classification"并选择"hackathon-pln-es/bertin-roberta-base-zeroshot-esnli"作为模型。

from transformers import pipeline
classifier = pipeline("zero-shot-classification", 
                       model="hackathon-pln-es/bertin-roberta-base-zeroshot-esnli")

classifier(
    "这位作家在其逝世50周年之际，已被视为那个世纪的伟人之一",
    candidate_labels=["文化", "社会", "经济", "健康", "体育"],
    hypothesis_template="这句话的内容是关于{}的。"
)

hypothesis_template参数至关重要且需使用西班牙语。右侧小工具中该参数默认为英文模板"This example is {}.", 因此预期结果会有所不同。

训练过程

我们使用sentence-transformers框架进行模型训练。

训练数据 采用多个自然语言推理数据集的组合：

• ESXNLI（仅西班牙语部分）
• 自动翻译的SNLI
• 自动翻译的MultiNLI

完整训练数据集可在此获取：hackathon-pln-es/nli-es

开发团队

• Anibal Pérez
• Emilio Tomás Ariza
• Lautaro Gesuelli Pinto
• Mauricio Mazuecos