license: apache-2.0 datasets:

• climatebert/climate_sentiment language:
• en metrics:
• accuracy

模型卡片：distilroberta-base-climate-sentiment

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为机会、中性或风险等情感类别。

以climatebert/distilroberta-base-climate-f语言模型为起点，distilroberta-base-climate-sentiment模型在我们的climatebert/climate_sentiment数据集上进行了微调。

注意：此模型是在段落上训练的，可能在句子上的表现不佳。

引用信息

@techreport{bingler2023cheaptalk,
    title={气候披露中的廉价言论如何与气候倡议、企业排放和声誉风险相关联},
    author={Bingler, Julia and Kraus, Mathias and Leippold, Markus and Webersinke, Nicolas},
    type={工作论文},
    institution={可在SSRN 3998435获取},
    year={2023}
}

如何开始使用该模型

您可以使用文本分类的pipeline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/climate_sentiment"
model_name = "climatebert/distilroberta-base-climate-sentiment"

# 如果您想使用自己的数据，只需将它们加载为🤗 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)