language: ur license: afl-3.0

XLM-RoBERTa-乌尔都语文本分类模型

该模型基于xlm-roberta-base架构，使用乌尔都语情感数据集训练而成，可对任意乌尔都语句子进行二元情感分类。模型经过微调优化，能在可控时间内获得更优结果。

模型描述

XLM-RoBERTa是一种跨语言句子编码器的扩展版本。该模型基于从Common Crawl中筛选的100种语言、总量达2.5TB的数据进行训练，在多项跨语言基准测试中达到了最先进的性能表现。

此XLM-RoBERTa模型源自Alexis Conneau等学者在论文《大规模无监督跨语言表征学习》中提出的架构，其基础是Facebook于2019年发布的RoBERTa模型，属于经过25TB过滤版CommonCrawl数据训练的大型多语言模型。

使用方法

可通过transformers库直接调用本模型：

>>> from transformers import AutoTokenizer, AutoModelForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("hassan4830/xlm-roberta-base-finetuned-urdu")
>>> model = AutoModelForSequenceClassification.from_pretrained("hassan4830/xlm-roberta-base-finetuned-urdu")

获取文本分类标签的示例：

>>> from transformers import TextClassificationPipeline
>>> text = "وہ ایک برا شخص ہے"  # "他是个坏人"
>>> pipe = TextClassificationPipeline(model=model, tokenizer=tokenizer, return_all_scores=True, device = 0)
>>> pipe(text)