许可证：apache-2.0
数据集：

• climatebert/tcfd_recommendations
  语言：
• 英文
  评估指标：
• 准确率
  标签：
• 气候

模型卡片：distilroberta-base-climate-tcfd

模型描述

这是一个经过微调的ClimateBERT语言模型，带有分类头，用于将与气候相关的段落分类到四个TCFD建议类别中（fsb-tcfd.org）。

以climatebert/distilroberta-base-climate-f语言模型为起点，distilroberta-base-climate-tcfd模型在我们的climatebert/tcfd_recommendations数据集上进行了微调，仅使用四个建议类别（即我们从数据集中移除了非气候相关的类别）。

注意：此模型是在段落上进行训练的，可能在句子上的表现不佳。

引用信息

@techreport{bingler2023cheaptalk,  
    title={How Cheap Talk in Climate Disclosures Relates to Climate Initiatives, Corporate Emissions, and Reputation Risk},  
    author={Bingler, Julia and Kraus, Mathias and Leippold, Markus and Webersinke, Nicolas},  
    type={Working paper},  
    institution={Available at SSRN 3998435},  
    year={2023}  
}  

如何开始使用该模型

您可以使用以下文本分类流程来使用该模型：

from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline  
from transformers.pipelines.pt_utils import KeyDataset  
import datasets  
from tqdm.auto import tqdm  

dataset_name = "climatebert/tcfd_recommendations"  
model_name = "climatebert/distilroberta-base-climate-tcfd"  

# 如果您想使用自己的数据，只需将其加载为🤗 Datasets数据集，参见 https://huggingface.co/docs/datasets/loading  
dataset = datasets.load_dataset(dataset_name, split="test")  

model = AutoModelForSequenceClassification.from_pretrained(model_name)  
tokenizer = AutoTokenizer.from_pretrained(model_name, max_len=512)  

pipe = pipeline("text-classification", model=model, tokenizer=tokenizer, device=0)  

# 参见 https://huggingface.co/docs/transformers/main_classes/pipelines#transformers.pipeline  
for out in tqdm(pipe(KeyDataset(dataset, "text"), padding=True, truncation=True)):  
   print(out)