GreenMap/xlm-roberta-large-xnli-ru-attribute-classifier

xlm-roberta-large-xnli-product-attribute-classifier

Модель для классификации типов характеристик товаров на русском языке.

Основана на joeddav/xlm-roberta-large-xnli и дообучена в формате NLI для задачи определения типа характеристики.

---

📌 Задача

Определение типа характеристики из текста.

Пример:

Текст	Предсказание
длина 10 мм	числовая характеристика
цвет - красный	текстовая характеристика
покраска есть	булевая характеристика
температура не менее 10 гр	диапазонная характеристика
гарантия до 20.01.2002	характеристика с датой
размер 10x20x30 мм	составная размерная характеристика

---

🧠 Подход

Модель обучена как NLI-классификатор:

• premise: исходный текст
• hypothesis: Тип этой характеристики — {label}

Модель предсказывает:

• entailment → класс подходит
• contradiction → класс не подходит

Для выбора класса используется вероятность entailment.

---

🏷 Классы

диапазонная характеристика
числовая характеристика
текстовая характеристика
булевая характеристика
характеристика с датой
составная размерная характеристика

---

🚀 Использование

Через transformers

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

MODEL_NAME = "GreenMap/xlm-roberta-large-xnli-ru-attribute-classifier"

CANDIDATE_LABELS = [
    "диапазонная характеристика",
    "числовая характеристика",
    "текстовая характеристика",
    "булевая характеристика",
    "характеристика с датой",
    "составная размерная характеристика"
]

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME)

classifier = pipeline(
    task="zero-shot-classification",
    model=model,
    tokenizer=tokenizer
)

def get_characteristic_type(text):
    prefix = "Тип этой характеристики — {}"

    result = classifier(
        text,
        CANDIDATE_LABELS,
        hypothesis_template=prefix,
        multi_label=False
    )

    return result["labels"][0], result["scores"][0]

# Рекомендуется подавать характеристику в виде {"name"} : {"characteristic"}
# Пример: Длина : не более 80 мм
# Но не обязательно
label, score = get_characteristic_type("длина не более 80 мм")
print(label, score) # диапазонная характеристика

---

📊 Обучение

• Базовая модель: joeddav/xlm-roberta-large-xnli
• Формат: NLI (entailment / contradiction)
• Шаблон:

Тип этой характеристики — {label}

---

📄 Лицензия

Унаследована от базовой модели.