Views
No views yet
1>>> import torch
2>>> from transformers import AutoTokenizer,AutoModelForSequenceClassification
3>>> tokenizer = AutoTokenizer.from_pretrained('xlm-roberta-base')
4>>> model=AutoModelForSequenceClassification.from_pretrained('nam7197/vi-nli-xml-roberta-base')
5>>> premise="Vâng, tôi thậm chí không nghĩ về điều đó, nhưng tôi đã rất thất vọng, và, tôi lại nói chuyện với anh ta lần nữa."
6>>> hypothesis="Tôi đã không nói chuyện với anh ta nữa."
7>>> label=2 #contradiction
8>>> inputs=tokenizer(premise,hypothesis,return_tensors='pt')
9>>> model.eval()
10>>> with torch.no_grad():
11>>> outputs=model(**inputs)
12>>> probs= torch.nn.functional.softmax(outputs.logits,dim=-1)
13>>> pred_label=torch.argmax(probs,dim=-1)| precision | recall | f1-score | support | |
|---|---|---|---|---|
| entailment | 0.79256 | 0.77784 | 0.78513 | 1670 |
| neutral | 0.77192 | 0.70120 | 0.73486 | 1670 |
| contradiction | 0.76429 | 0.84850 | 0.80420 | 1670 |
| accuracy | 0.77585 | 5010 | ||
| macro avg | 0.77626 | 0.77585 | 0.77473 | 5010 |
| weighted avg | 0.77626 | 0.77585 | 0.77473 | 5010 |