language: ur license: afl-3.0

XLM-RoBERTa乌尔都语分类模型

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。经过微调的模型在可控时间内能提供更优的分类效果。

模型描述

XLM-RoBERTa是一种跨语言句子编码器。其训练数据涵盖从Common Crawl筛选的100种语言、总量达2.5TB的语料。该模型在多项跨语言基准测试中达到了最先进的性能表现。

该模型由Alexis Conneau等研究者在论文《大规模无监督跨语言表征学习》中提出，基于Facebook 2019年发布的RoBERTa模型架构，是通过2.5TB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("Aimlab/xlm-roberta-base-finetuned-urdu")
>>> model = AutoModelForSequenceClassification.from_pretrained("Aimlab/xlm-roberta-base-finetuned-urdu", id2label = {0: '消极', 1: '积极'})

获取文本分类结果的示例：

>>> from transformers import TextClassificationPipeline
>>> text = "وہ ایک برا شخص ہے"  # 译文：他是个坏人
>>> pipe = TextClassificationPipeline(model = model, tokenizer = tokenizer, top_k = 2, device = 0)
>>> pipe(text)

[{'label': '消极', 'score': 0.9987003803253174},
 {'label': '积极', 'score': 0.001299630501307547}]