bert-base-styleclassification-subjective-neutral

cffl

Clasificación de texto

Este modelo bert-base-uncased ha sido afinado en el Wiki Neutrality Corpus (WNC), un corpus paralelo de 180,000 pares de oraciones sesgadas y neutralizadas, junto con oraciones contextuales y metadatos. El modelo puede ser utilizado para clasificar texto como subjetivamente sesgado o de tono neutral. Los esfuerzos de desarrollo y modelado que produjeron este modelo están documentados en detalle a través de esta serie de blogs.

Como usar

from transformers import pipeline

classify = pipeline(
task="text-classification",
model="cffl/bert-base-styleclassification-subjective-neutral",
return_all_scores=True,
)
input_text = "chemical abstracts service (cas), a prominent division of the american chemical society, is the world's leading source of chemical information."
classify(input_text)

[[{'label': 'SUBJECTIVE', 'score': 0.9765084385871887},
{'label': 'NEUTRAL', 'score': 0.023491567000746727}]]

Funcionalidades

Clasificación de texto como subjetivamente sesgado o de tono neutral
Métrica de Intensidad de Transferencia de Estilo (STI) derivada de las distribuciones de salida del clasificador
Extracción de importancias de características vía Gradientes Integrados con soporte para una Puntuación de Preservación de Contenido (CPS)

Casos de uso

Evaluación de la salida de transferencia de estilo de texto
Comprensión de las limitaciones, robustez y generalización de los modelos de transferencia de estilo de texto
Herramienta de referencia para el atributo de estilo de sesgo de subjetividad