xlm-roberta-large-finetuned-conll02-dutch

目录

模型详情

模型描述

XLM-RoBERTa 模型是由Alexis Conneau、Kartikay Khandelwal、Naman Goyal、Vishrav Chaudhary、Guillaume Wenzek、Francisco Guzmán、Edouard Grave、Myle Ott、Luke Zettlemoyer和Veselin Stoyanov于 Unsupervised Cross-lingual Representation Learning at Scale 提出的。它基于Facebook于2019年发布的RoBERTa模型。这是一个大型的多语言语言模型，使用了2.5TB的经过筛选的CommonCrawl数据进行训练。该模型在荷兰数据集 CoNLL-2002 上进行了 XLM-RoBERTa-large 微调。

• 开发者：参见 associated paper
• 模型类型：多语言语言模型
• 语言（自然语言处理）：XLM-RoBERTa是在100种不同语言上训练的多语言模型；完整列表请参见 GitHub Repo ；该模型在荷兰数据集上进行了微调
• 许可证：需要更多信息
• 相关模型： RoBERTa ， XLM
  • 父模型： XLM-RoBERTa-large
• 获取更多信息的资源：- GitHub Repo - Associated Paper - CoNLL-2002 data card

用途

直接使用

该模型是一个语言模型。可以将该模型用于令牌分类，即将标签分配给文本中的某些令牌的自然语言理解任务。

下游使用

潜在的下游用例包括命名实体识别（NER）和词性标注（PoS）。要了解有关令牌分类和其他潜在的下游用例的更多信息，请参见Hugging Face token classification docs 。

超出范围的使用

该模型不应用于有意创建对人们具有敌意或疏离性的环境。

偏见、风险和限制

内容警告：读者应知道，该模型生成的语言可能会对某些人造成困扰或冒犯，并可能传播历史和当前的刻板印象。

已经有大量研究探讨了语言模型的偏见和公平性问题（参见，例如， Sheng et al. (2021) 和 Bender et al. (2021) ）。

建议

用户（包括直接用户和下游用户）应意识到该模型的风险、偏见和限制。

训练

有关训练数据和训练程序细节，请参见以下资源：

• XLM-RoBERTa-large model card
• CoNLL-2002 data card
• Associated paper

评估

有关评估细节，请参见 associated paper 。

环境影响

根据 Lacoste et al. (2019) 中提供的 Machine Learning Impact calculator ，可以估算出碳排放量。

• 硬件类型：500个32GB Nvidia V100 GPU（来自 associated paper ）
• 使用时间：需要更多信息
• 云提供商：需要更多信息
• 计算区域：需要更多信息
• 排放的碳：需要更多信息

技术规格

有关详细信息，请参阅 associated paper 。

引用

BibTeX:

@article{conneau2019unsupervised,
  title={Unsupervised Cross-lingual Representation Learning at Scale},
  author={Conneau, Alexis and Khandelwal, Kartikay and Goyal, Naman and Chaudhary, Vishrav and Wenzek, Guillaume and Guzm{\'a}n, Francisco and Grave, Edouard and Ott, Myle and Zettlemoyer, Luke and Stoyanov, Veselin},
  journal={arXiv preprint arXiv:1911.02116},
  year={2019}
}

APA:

• Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzmán, F., ... & Stoyanov, V. (2019). Unsupervised cross-lingual representation learning at scale. arXiv preprint arXiv:1911.02116.

模型卡片作者

此模型卡片由Hugging Face团队撰写。

如何开始使用模型

使用下面的代码开始使用模型。您可以直接在NER的流水线中使用该模型。

>>> from transformers import AutoTokenizer, AutoModelForTokenClassification
>>> from transformers import pipeline
>>> tokenizer = AutoTokenizer.from_pretrained("xlm-roberta-large-finetuned-conll02-dutch")
>>> model = AutoModelForTokenClassification.from_pretrained("xlm-roberta-large-finetuned-conll02-dutch")
>>> classifier = pipeline("ner", model=model, tokenizer=tokenizer)
>>> classifier("Mijn naam is Emma en ik woon in Londen.")


[{'end': 17,
  'entity': 'B-PER',
  'index': 4,
  'score': 0.9999807,
  'start': 13,
  'word': '▁Emma'},
 {'end': 36,
  'entity': 'B-LOC',
  'index': 9,
  'score': 0.9999871,
  'start': 32,
  'word': '▁Lond'}]