|
|
--- |
|
|
|
|
|
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) |
|
|
|
|
|
``` |
