Gliclass X Base
G
Gliclass X Base
由 knowledgator 开发
GLiClass 是一个高效的零样本分类器，性能与交叉编码器相当但计算效率更高，支持多语言文本分类任务。
下载量 181
发布时间 : 7/17/2025
模型简介
GLiClass 是一个通用轻量级序列分类模型，适用于主题分类、情感分析等任务，也可在 RAG 管道中作为重排器使用。
模型特点
高效零样本分类
只需一次前向传播即可完成分类，计算效率高于传统交叉编码器
多语言支持
基于 mdeberta-v3-base 骨干模型，具备优秀的多语言理解能力
商业友好
使用合成数据和可商用许可数据训练，适合商业应用场景
轻量级设计
模型参数规模优化，在保持性能的同时提高推理速度
模型能力
零样本文本分类
多标签分类
多语言文本理解
RAG管道重排
使用案例
文本分类
主题分类
对文本进行主题分类，如旅行、科学、政治等
在通用基准测试中平均 F1 分数达 0.5737
情感分析
分析文本情感倾向
在 IMDb 数据集上 F1 分数达 0.8840
RAG 应用
检索结果重排
在检索增强生成(RAG)管道中作为重排器使用
🚀 ⭐ GLiClass：用于序列分类的通用轻量级模型
GLiClass 是一个高效的零样本分类器，受 GLiNER 工作的启发而开发。它在分类性能上与交叉编码器相当，但计算效率更高，因为它只需一次前向传播即可完成分类。
该模型可用于 主题分类、情感分析，还能在 RAG 管道中作为重排器使用。模型基于合成数据和可商用的许可数据进行训练，因此可应用于商业场景。其骨干模型为 mdeberta-v3-base，支持多语言理解，非常适合处理不同语言的文本任务。
🚀 快速开始
安装 GLiClass 库
首先，你需要安装 GLiClass 库：
pip install gliclass
pip install -U transformers>=4.48.0
初始化模型和管道
以下是不同语言的使用示例：
英语
from gliclass import GLiClassModel, ZeroShotClassificationPipeline
from transformers import AutoTokenizer
model = GLiClassModel.from_pretrained("knowledgator/gliclass-x-base")
tokenizer = AutoTokenizer.from_pretrained("knowledgator/gliclass-x-base", add_prefix_space=True)
pipeline = ZeroShotClassificationPipeline(model, tokenizer, classification_type='multi-label', device='cuda:0')
text = "One day I will see the world!"
labels = ["travel", "dreams", "sport", "science", "politics"]
results = pipeline(text, labels, threshold=0.5)[0] #because we have one text
for result in results:
print(result["label"], "=>", result["score"])
西班牙语
from gliclass import GLiClassModel, ZeroShotClassificationPipeline
from transformers import AutoTokenizer
model = GLiClassModel.from_pretrained("knowledgator/gliclass-x-base")
tokenizer = AutoTokenizer.from_pretrained("knowledgator/gliclass-x-base", add_prefix_space=True)
pipeline = ZeroShotClassificationPipeline(model, tokenizer, classification_type='multi-label', device='cuda:0')
text = "¡Un día veré el mundo!"
labels = ["viajes", "sueños", "deportes", "ciencia", "política"]
results = pipeline(text, labels, threshold=0.5)[0]
for result in results:
print(result["label"], "=>", result["score"])
意大利语
from gliclass import GLiClassModel, ZeroShotClassificationPipeline
from transformers import AutoTokenizer
model = GLiClassModel.from_pretrained("knowledgator/gliclass-x-base")
tokenizer = AutoTokenizer.from_pretrained("knowledgator/gliclass-x-base", add_prefix_space=True)
pipeline = ZeroShotClassificationPipeline(model, tokenizer, classification_type='multi-label', device='cuda:0')
text = "Un giorno vedrò il mondo!"
labels = ["viaggi", "sogni", "sport", "scienza", "politica"]
results = pipeline(text, labels, threshold=0.5)[0]
for result in results:
print(result["label"], "=>", result["score"])
法语
from gliclass import GLiClassModel, ZeroShotClassificationPipeline
from transformers import AutoTokenizer
model = GLiClassModel.from_pretrained("knowledgator/gliclass-x-base")
tokenizer = AutoTokenizer.from_pretrained("knowledgator/gliclass-x-base", add_prefix_space=True)
pipeline = ZeroShotClassificationPipeline(model, tokenizer, classification_type='multi-label', device='cuda:0')
text = "Un jour, je verrai le monde!"
labels = ["voyage", "rêves", "sport", "science", "politique"]
results = pipeline(text, labels, threshold=0.5)[0]
for result in results:
print(result["label"], "=>", result["score"])
德语
from gliclass import GLiClassModel, ZeroShotClassificationPipeline
from transformers import AutoTokenizer
model = GLiClassModel.from_pretrained("knowledgator/gliclass-x-base")
tokenizer = AutoTokenizer.from_pretrained("knowledgator/gliclass-x-base", add_prefix_space=True)
pipeline = ZeroShotClassificationPipeline(model, tokenizer, classification_type='multi-label', device='cuda:0')
text = "Eines Tages werde ich die Welt sehen!"
labels = ["Reisen", "Träume", "Sport", "Wissenschaft", "Politik"]
results = pipeline(text, labels, threshold=0.5)[0]
for result in results:
print(result["label"], "=>", result["score"])
📊 基准测试
以下是该模型在几个文本分类数据集上的 F1 分数。所有测试模型均未在这些数据集上进行微调，而是在零样本设置下进行测试。
多语言基准测试
| 数据集 | gliclass-x-base | gliclass-base-v3.0 | gliclass-large-v3.0 |
|---|---|---|---|
| FredZhang7/toxi-text-3M | 0.5972 | 0.5072 | 0.6118 |
| SetFit/xglue_nc | 0.5014 | 0.5348 | 0.5378 |
| Davlan/sib200_14classes | 0.4663 | 0.2867 | 0.3173 |
| uhhlt/GermEval2017 | 0.3999 | 0.4010 | 0.4299 |
| dolfsai/toxic_es | 0.1250 | 0.1399 | 0.1412 |
| 平均 | 0.41796 | 0.37392 | 0.4076 |
通用基准测试
| 数据集 | gliclass-x-base | gliclass-base-v3.0 | gliclass-large-v3.0 |
|---|---|---|---|
| SetFit/CR | 0.8630 | 0.9127 | 0.9398 |
| SetFit/sst2 | 0.8554 | 0.8959 | 0.9192 |
| SetFit/sst5 | 0.3287 | 0.3376 | 0.4606 |
| AmazonScience/massive | 0.2611 | 0.5040 | 0.5649 |
| stanfordnlp/imdb | 0.8840 | 0.9251 | 0.9366 |
| SetFit/20_newsgroups | 0.4116 | 0.4759 | 0.5958 |
| SetFit/enron_spam | 0.5929 | 0.6760 | 0.7584 |
| PolyAI/banking77 | 0.3098 | 0.4698 | 0.5574 |
| takala/financial_phrasebank | 0.7851 | 0.8971 | 0.9000 |
| ag_news | 0.6815 | 0.7279 | 0.7181 |
| dair-ai/emotion | 0.3667 | 0.4447 | 0.4506 |
| MoritzLaurer/cap_sotu | 0.3935 | 0.4614 | 0.4589 |
| cornell/rotten_tomatoes | 0.7252 | 0.7943 | 0.8411 |
| 平均 | 0.5737 | 0.6556 | 0.7001 |
📄 许可证
本项目采用 Apache-2.0 许可证。
Distilbert Base Uncased Finetuned Sst 2 English
Apache-2.0
基于DistilBERT-base-uncased在SST-2情感分析数据集上微调的文本分类模型，准确率91.3%
文本分类 英语
D
distilbert
5.2M
746
Xlm Roberta Base Language Detection
MIT
基于XLM-RoBERTa的多语言检测模型，支持20种语言的文本分类
文本分类
Transformers 支持多种语言
Transformers 支持多种语言X
papluca
2.7M
333
Roberta Hate Speech Dynabench R4 Target
该模型通过动态生成数据集来改进在线仇恨检测，专注于从最差案例中学习以提高检测效果。
文本分类 Transformers 英语
Transformers 英语R
facebook
2.0M
80
Bert Base Multilingual Uncased Sentiment
MIT
基于bert-base-multilingual-uncased微调的多语言情感分析模型，支持6种语言的商品评论情感分析
文本分类 支持多种语言
B
nlptown
1.8M
371
Emotion English Distilroberta Base
基于DistilRoBERTa-base微调的英文文本情感分类模型，可预测埃克曼六种基本情绪及中性类别。
文本分类 Transformers 英语
Transformers 英语E
j-hartmann
1.1M
402
Robertuito Sentiment Analysis
基于RoBERTuito的西班牙语推文情感分析模型，支持POS(积极)/NEG(消极)/NEU(中性)三类情感分类
文本分类 西班牙语
R
pysentimiento
1.0M
88
Finbert Tone
FinBERT是一款基于金融通讯文本预训练的BERT模型，专注于金融自然语言处理领域。finbert-tone是其微调版本，用于金融情感分析任务。
文本分类 Transformers 英语
Transformers 英语F
yiyanghkust
998.46k
178
Roberta Base Go Emotions
MIT
基于RoBERTa-base的多标签情感分类模型，在go_emotions数据集上训练，支持28种情感标签识别。
文本分类 Transformers 英语
Transformers 英语R
SamLowe
848.12k
565
Xlm Emo T
XLM-EMO是一个基于XLM-T模型微调的多语言情感分析模型，支持19种语言，专门针对社交媒体文本的情感预测。
文本分类 Transformers 其他
Transformers 其他X
MilaNLProc
692.30k
7
Deberta V3 Base Mnli Fever Anli
MIT
基于MultiNLI、Fever-NLI和ANLI数据集训练的DeBERTa-v3模型，擅长零样本分类和自然语言推理任务
文本分类 Transformers 英语
Transformers 英语D
MoritzLaurer
613.93k
204
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers 支持多种语言
Transformers 支持多种语言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers 英语
Transformers 英语C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
智启未来，您的人工智能解决方案智库
简体中文