macedonizer commited on
Commit
514fe0f
1 Parent(s): 265b247

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +31 -31
README.md CHANGED
@@ -16,36 +16,36 @@ Note that this model is primarily aimed at being fine-tuned on tasks that use th
16
  How to use
17
  You can use this model directly with a pipeline for masked language modeling:
18
 
19
- >>> from transformers import pipeline
20
- >>> unmasker = pipeline('fill-mask', model='macedonizer/mk-roberta-base')
21
- >>> unmasker("Скопје е <mask> град на Македонија.")
22
-
23
- [{'sequence': 'Скопје е главен град на Македонија.',
24
- 'score': 0.5900368094444275,
25
- 'token': 2782,
26
- 'token_str': ' главен'},
27
- {'sequence': 'Скопје е главниот град на Македонија.',
28
- 'score': 0.1789761781692505,
29
- 'token': 3177,
30
- 'token_str': ' главниот'},
31
- {'sequence': 'Скопје е административен град на Македонија.',
32
- 'score': 0.01679774932563305,
33
- 'token': 9563,
34
- 'token_str': ' административен'},
35
- {'sequence': 'Скопје е мал град на Македонија.',
36
- 'score': 0.016263898462057114,
37
- 'token': 2473,
38
- 'token_str': ' мал'},
39
- {'sequence': 'Скопје е најголемиот град на Македонија.',
40
- 'score': 0.01312252413481474,
41
- 'token': 4271,
42
- 'token_str': ' најголемиот'}]
43
-
44
  Here is how to use this model to get the features of a given text in PyTorch:
45
 
46
- from transformers import RobertaTokenizer, RobertaModel
47
- tokenizer = RobertaTokenizer.from_pretrained('macedonizer/mk-roberta-base')
48
- model = RobertaModel.from_pretrained('macedonizer/mk-roberta-base')
49
- text = "Replace me by any text you'd like."
50
- encoded_input = tokenizer(text, return_tensors='pt')
51
- output = model(**encoded_input)
 
16
  How to use
17
  You can use this model directly with a pipeline for masked language modeling:
18
 
19
+ >>> from transformers import pipeline \
20
+ >>> unmasker = pipeline('fill-mask', model='macedonizer/mk-roberta-base') \
21
+ >>> unmasker("Скопје е <mask> град на Македонија.") \
22
+ \
23
+ [{'sequence': 'Скопје е главен град на Македонија.', \
24
+ 'score': 0.5900368094444275, \
25
+ 'token': 2782, \
26
+ 'token_str': ' главен'}, \
27
+ {'sequence': 'Скопје е главниот град на Македонија.', \
28
+ 'score': 0.1789761781692505, \
29
+ 'token': 3177, \
30
+ 'token_str': ' главниот'}, \
31
+ {'sequence': 'Скопје е административен град на Македонија.', \
32
+ 'score': 0.01679774932563305, \
33
+ 'token': 9563, \
34
+ 'token_str': ' административен'}, \
35
+ {'sequence': 'Скопје е мал град на Македонија.', \
36
+ 'score': 0.016263898462057114, \
37
+ 'token': 2473, \
38
+ 'token_str': ' мал'}, \
39
+ {'sequence': 'Скопје е најголемиот град на Македонија.', \
40
+ 'score': 0.01312252413481474, \
41
+ 'token': 4271, \
42
+ 'token_str': ' најголемиот'}] \
43
+ \
44
  Here is how to use this model to get the features of a given text in PyTorch:
45
 
46
+ from transformers import RobertaTokenizer, RobertaModel \
47
+ tokenizer = RobertaTokenizer.from_pretrained('macedonizer/mk-roberta-base') \
48
+ model = RobertaModel.from_pretrained('macedonizer/mk-roberta-base') \
49
+ text = "Replace me by any text you'd like." \
50
+ encoded_input = tokenizer(text, return_tensors='pt') \
51
+ output = model(**encoded_input) \