File size: 1,444 Bytes
1637e3d 6d8ea6d 1637e3d 6d8ea6d 32dd769 7f33bd0 6c9dc8c 32dd769 6d8ea6d 97cb487 65a58b9 97cb487 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 |
---
language: German
tags:
- text-classification
- pytorch
- nli
- de
pipeline_tag: zero-shot-classification
widget:
- text: "Letzte Woche gab es einen Selbstmord in einer nahe gelegenen kolonie"
candidate_labels: "Verbrechen,Tragödie,Stehlen"
hypothesis_template: "In deisem geht es um {}."
---
DESCRIPTION GOES HERE:
Satz 1:
"Ich habe ein Problem mit meinem Iphone das so schnell wie möglich gelöst werden muss"
Satz 2:
"Ich hab ein kleines Problem mit meinem Macbook, und auch wenn die Reparatur nicht eilt, würde ich es gerne addressieren."
Label:
["Computer", "Handy", "Tablet", "dringend", "nicht dringend"]
EMOTION EXAMPLE:
"Ich bin entäuscht, dass ich kein Ticket für das Konzert meiner Lieblingsband bekommen habe."
label: ["Frustration", "Freude", "Wut", "Unverständis", "Traurigkeit"]
""""""""
```python
from transformers import pipeline
classifier = pipeline("zero-shot-classification",
model="Dehnes/zeroshot_gbert")
sequence = "Letzte Woche gab es einen Selbstmord in einer nahe gelegenen Stadt"
candidate_labels = ["Verbrechen","Tragödie","Stehlen"]
#hypothesis_template = "In diesem Satz geht es um das Thema {}." ## Since monolingual model,its sensitive to hypothesis template. This can be experimented
hypothesis_template = "Dieser Satz drückt ein Gefühl von {} aus."
classifier(sequence, candidate_labels, hypothesis_template=hypothesis_template)
``` |