Zero-Shot Classification
Transformers
PyTorch
Safetensors
bert
text-classification
Inference Endpoints
saattrupdan commited on
Commit
4dd76dc
·
1 Parent(s): d5b763c

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +7 -4
README.md CHANGED
@@ -40,15 +40,18 @@ You can use this model in your scripts as follows:
40
 
41
  ```python
42
  >>> from transformers import pipeline
43
- >>> classifier = pipeline("zero-shot-classification", model="alexandrainst/nb-bert-large-nli-scandi")
 
 
 
44
  >>> classifier(
45
  ... 'Folkehelseinstituttets mest optimistiske anslag er at alle over 18 år er ferdigvaksinert innen midten av september.',
46
  ... candidate_labels=['helse', 'politikk', 'sport', 'religion'],
47
  ... hypothesis_template="Dette eksempelet er {}",
48
- )
49
  {
50
- 'labels': ['helse', 'politikk', 'sport', 'religion'],
51
- 'scores': [0.4210019111633301, 0.0674605593085289, 0.000840459018945694, 0.0007541406666859984],
52
  'sequence': 'Folkehelseinstituttets mest optimistiske anslag er at alle over 18 år er ferdigvaksinert innen midten av september.',
53
  }
54
  ```
 
40
 
41
  ```python
42
  >>> from transformers import pipeline
43
+ >>> classifier = pipeline(
44
+ ... "zero-shot-classification",
45
+ ... model="alexandrainst/nb-bert-large-nli-scandi",
46
+ ... )
47
  >>> classifier(
48
  ... 'Folkehelseinstituttets mest optimistiske anslag er at alle over 18 år er ferdigvaksinert innen midten av september.',
49
  ... candidate_labels=['helse', 'politikk', 'sport', 'religion'],
50
  ... hypothesis_template="Dette eksempelet er {}",
51
+ ... )
52
  {
53
+ 'labels': ['politik', 'helse', 'sport', 'religion'],
54
+ 'scores': [0.303, 0.300, 0.204, 0.193],
55
  'sequence': 'Folkehelseinstituttets mest optimistiske anslag er at alle over 18 år er ferdigvaksinert innen midten av september.',
56
  }
57
  ```