许可协议: cc-by-4.0
语言:

• 英文
  任务标签: 文本分类
  标签:
• RoBERTa-large
• 主题分类
• 新闻

微调版RoBERTa-large政府监管新闻检测模型

模型描述

本模型是基于RoBERTa-large微调的文本分类器，专门用于判断新闻文章是否涉及政府监管议题。

使用方法

from transformers import pipeline  
classifier = pipeline("text-classification", model="dell-research-harvard/topic-govt_regulation")  
classifier("参议院通过枪支管控法案")  

训练数据

模型训练数据来自手工标注的NEWSWIRE数据集样本。

测试集表现

引用信息

请通过以下方式引用本数据集：

@misc{silcock2024newswirelargescalestructureddatabase,  
      title={Newswire: A Large-Scale Structured Database of a Century of Historical News},   
      author={Emily Silcock and Abhishek Arora and Luca D'Amico-Wong and Melissa Dell},  
      year={2024},  
      eprint={2406.09490},  
      archivePrefix={arXiv},  
      primaryClass={cs.CL},  
      url={https://arxiv.org/abs/2406.09490},   
}  

应用场景

我们已将该模型应用于百年历史新闻文本分析。所有分类结果可在NEWSWIRE数据集中查看。