/ Модель

Характеристики

Контекст
514 токенов
Параметры
138 млн
Лицензия
Своя лицензия
Архитектура
camembert · dense
Опубликована
2 дек 2022

french_toxicity_classifier_plus_v2

Классификация текстаТекст → label3 профессии

Дообученный на основе CamemBERT классификатор выявляет токсичность во французских текстах.

90скачиваний за 30 дней4лайкавеса обновлены24 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

EIStakovskii/french_toxicity_classifier_plus_v2 — классификатор токсичности французского текста, разработанный на основе CamemBERT и дообученный для присвоения меток токсичности. Модель принимает текст и выдаёт результат классификации; её можно использовать через pipeline text-classification в Transformers. Архитектура — CamembertForSequenceClassification, размер — 137,8 млн параметров, контекст — до 514 токенов.

Модель предназначена для выявления токсичных высказываний на французском языке, например при модерации пользовательских сообщений. В README приведены результаты проверки на двух наборах данных и сравнение с Perspective API; качество различалось в зависимости от набора. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории модели.

Сценарии применения

  • модерация комментариев на французском языке
  • выявление оскорбительных сообщений во французских чатах
  • фильтрация токсичных отзывов и публикаций
  • разметка французских текстов по токсичности

Ограничения

Результаты на приведённых наборах данных различаются, поэтому качество для конкретного источника текста следует оценить отдельно. README не приводит подробностей о классах меток и условиях лицензии; лицензия в метаданных обозначена как other.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Description

NB: this version of the model is the improved version of EIStakovskii/french_toxicity_classifier_plus. To see the source code of training and the data please follow the github link.

This model was trained for toxicity labeling.

The model was fine-tuned based off the CamemBERT language model.

To use the model:

from transformers import pipeline

classifier = pipeline("text-classification", model = 'EIStakovskii/french_toxicity_classifier_plus_v2')

print(classifier("Foutez le camp d'ici!"))

Metrics (at validation):

epochstepeval_accuracyeval_f1eval_loss
1.1616000.90154125113327290.89682690480714420.3014959990978241

Comparison against Perspective

This model was compared against the Google's Perspective API that similarly detects toxicity. Two models were tested on two datasets: the size of 200 sentences and 400 sentences. The first one (arguably harder) was collected from the sentences of the JigSaw and DeTox datasets. The second one (easier) was collected from the combination of sources: both from JigSaw and DeTox as well as Paradetox translations and sentences extracted from Reverso Context by keywords.

french_toxicity_classifier_plus_v2

sizeaccuracyf1
2000.7830.803
4000.8900.879

Perspective

sizeaccuracyf1
2000.8260.795
**4000.6320.418

**I suspect that Perspective has such a low score in the case of the FR dataset (400) because it refuses to trigger on the words "merde" and "putain" and some more rarer words in French like "cul" and so on.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
CamembertForSequenceClassification
Ревизия весов
293641f

0 моделей