语言:

• 波斯语
• 多语言 缩略图: https://upload.wikimedia.org/wikipedia/commons/a/a2/Farsi.svg 标签:
• 逻辑蕴涵
• parsbert
• 波斯语
• 法尔西语 许可证: cc-by-nc-sa-4.0 数据集:
• parsinlu 评估指标:
• 准确率

文本蕴涵模型（逻辑蕴涵应答模型）

这是一个用于处理文本蕴涵问题的模型。
以下是运行该模型的示例代码：

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer
import numpy as np

标签 = ["蕴含", "矛盾", "中立"]
模型路径 = "persiannlp/mbert-base-parsinlu-entailment"
模型 = AutoModelForSequenceClassification.from_pretrained(模型路径)
分词器 = AutoTokenizer.from_pretrained(模型路径)

def 模型预测(文本甲, 文本乙):
    特征 = 分词器( [(文本甲, 文本乙)], padding="max_length", truncation=True, return_tensors='pt')
    输出 = 模型(**特征)
    原始分数 = 输出[0]
    概率分布 = torch.nn.functional.softmax(原始分数, dim=1).tolist()
    索引 = np.argmax(np.array(概率分布))
    print(标签[索引], 概率分布)

模型预测(
    "该赛事于四月至十二月期间在巴克尔科附近15公里（9英里）处伊斯坦布尔西部的瓦利芬迪赛马场举行。",
    "瓦利芬迪赛马场在四月至十二月期间会举办赛事。"
)

模型预测(
"是否存在需要娱乐的儿童？",
    "从来没有儿童需要娱乐。",
)

模型预测(
    "我们曾去过一些在小溪中游泳的旅行",
    "除了在小溪中沐浴外，我们还去过水疗中心和桑拿房。"
)

更多详情请访问: https://github.com/persiannlp/parsinlu/