---
license: mit
language:
- fr
tags:
- Objectifs de développement durable (ODD)
---

# ilovebots/bert-sdg-french

<!-- Provide a quick summary of what the model is/does. -->

Ce modèle permet de classer les textes en fonction des objectifs de développement durable (ODD) des Nations Unies.

![image](https://user-images.githubusercontent.com/73560591/216751462-ced482ba-5d8e-48aa-9a48-5557979a35f1.png)
Source:https://www.un.org/development/desa/disabilities/about-us/sustainable-development-goals-sdgs-and-disability.html


## Détails du modèle

### Description du modèle

<!-- Provide a longer summary of what this model is. -->

Ce modèle de classification de texte a été développé en fine-tuning le modèle pré-entraîné dbmdz/bert-base-french-europeana-cased.
Les données d'entraînement de ce modèle affiné proviennent de l'ensemble de données communautaires OSDG (OSDG-CD) accessible au public à l'adresse https://zenodo.org/record/5550238#.ZBulfcJByF4.
Ce modèle a été réalisé dans le cadre d'une recherche universitaire à l'Université Laval.
L'objectif était de créer un modèle de classification de texte SDG basé sur transformers en français que tout le monde pourrait utiliser.
Les principaux détails du modèle sont mis en évidence ci-dessous :

- **Model type:** Text classification
- **Language(s) (NLP):** French
- **License:** mit
- **Finetuned from model [optional]:** dbmdz/bert-base-french-europeana-cased

### Model Sources
<!-- Provide the basic links for the model. -->
- **Repository:** https://huggingface.co/ilovebots/bert-sdg-french

## How to Get Started with the Model

Utilisez le code ci-dessous pour commencer à utiliser le modèle.
```python
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("ilovebots/bert-sdg-french")
model = AutoModelForSequenceClassification.from_pretrained("ilovebots/bert-sdg-french")
```


## Training Data

<!-- This should link to a Data Card, perhaps with a short stub of information on what the training data is all about as well as documentation related to data pre-processing or additional filtering. -->
La base disponible dans https://zenodo.org/record/5550238#.ZBulfcJByF4 a été enrichie des objectifs de développement durable des Nations Unies et traduite en en français.

## Training Hyperparameters

- Num_epoch = 4
- Learning rate = 2e-5
- Epsilon = 1e-8
- Optimizer = AdamW
- Batch size = 32
- Seed random = 42


## Evaluation

#### Metrics

<!-- These are the evaluation metrics being used, ideally with a description of why. -->
- Accuracy = 0.84

## Citation
Martinez, D.F. (2023). SDG classification with BERT. https://huggingface.co/ilovebots/bert-sdg-french 

<!-- If there is a paper or blog post introducing the model, the APA and Bibtex information for that should go in this section. -->


<!--## Model Card Contact -->