extra_gated_prompt: '本模型仅供学术用途。若您非学术机构成员，请说明使用本模型的理由。我们将于数个工作日内完成订阅的人工审核。

若您将本模型用于工作或研究，请引用以下论文：Sebők, M., Máté, Á., Ring, O., Kovács, V., & Lehoczki, R. (2024). 利用开放大型语言模型进行多语言政策主题分类：巴别塔机器方法。《社会科学计算机评论》，0(0)。https://doi.org/10.1177/08944393241259434' extra_gated_fields: 姓名: 文本 国家: 国家 机构: 文本 机构邮箱: 文本 请说明您的学术用途: 文本

xlm-roberta-large-pooled-cap-v3

模型描述

基于xlm-roberta-large的基准模型，在包含比较议程项目中主要主题代码标注文本的训练数据上微调而成。

如何使用该模型

from transformers import AutoTokenizer, pipeline

tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large")
pipe = pipeline(
    model="poltextlab/xlm-roberta-large-pooled-cap-v3",
    task="text-classification",
    tokenizer=tokenizer,
    use_fast=False,
    token="<您的HF只读令牌>"
)

text = "我们将立即实施为期6个月的床位和病房财务驱动关闭禁令，并设立独立的需求与设施审计。"
pipe(text)

受限访问

由于访问受限，加载模型时必须传递token参数。在早期版本的Transformers包中，可能需要改用use_auth_token参数。