climatebert/distilroberta-base-climate-sentiment
climatebert
Clasificación de texto
Este es el modelo de lenguaje ClimateBERT afinado con una cabeza de clasificación para clasificar párrafos relacionados con el clima en las clases de sentimiento relacionadas con el clima: oportunidad, neutral o riesgo. Usando el modelo de lenguaje climatebert/distilroberta-base-climate-f como punto de partida, el modelo distilroberta-base-climate-sentiment está afinado en nuestro conjunto de datos climatebert/climate_sentiment. Nota: Este modelo está entrenado en párrafos. Puede que no funcione bien en oraciones.
Como usar
from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline
from transformers.pipelines.pt_utils import KeyDataset
import datasets
from tqdm.auto import tqdm
dataset_name = 'climatebert/climate_sentiment'
model_name = 'climatebert/distilroberta-base-climate-sentiment'
# Si desea usar sus propios datos, simplemente cárguelos como un conjunto de datos de 🤗 Datasets, vea https://huggingface.co/docs/datasets/loading
dataset = datasets.load_dataset(dataset_name, split='test')
model = AutoModelForSequenceClassification.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name, max_len=512)
pipe = pipeline('text-classification', model=model, tokenizer=tokenizer, device=0)
# Vea https://huggingface.co/docs/transformers/main_classes/pipelines#transformers.pipeline
for out in tqdm(pipe(KeyDataset(dataset, 'text'), padding=True, truncation=True)):
print(out)
Funcionalidades
- Clasificación de sentimientos relacionados con el clima
- Afinado en el conjunto de datos climatebert/climate_sentiment
- Utiliza el modelo distilroberta-base-climate-f como base
Casos de uso
- Clasificación de sentimientos en informes climáticos
- Análisis de impacto climático en textos empresariales
- Evaluación de riesgos reputacionales en divulgaciones climáticas corporativas