/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
2 мар 2022

hateBERT

Заполнение пропусковТекст → текст3 профессии

Англоязычная модель BERT, дополнительно обученная на публикациях заблокированных сообществ Reddit для заполнения пропусков и разработки систем анализа вредоносной речи.

12 356скачиваний за 30 дней43лайкавеса обновлены17 ноя 2025

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

HateBERT — англоязычная модель на архитектуре BERT, разработанная в сотрудничестве Университета Гронингена, Туринского университета и Университета Пассау. Это BERT base uncased, дополнительно обученный на более чем миллионе публикаций из сообществ Reddit, заблокированных за нарушения правил.

Модель предназначена для заполнения пропусков в тексте и может служить языковой основой для исследований и разработки систем анализа оскорбительной речи, языка ненависти и других вредоносных высказываний. Репозиторий содержит модель с 136,7 млн параметров, контекстом до 512 токенов и весами в форматах PyTorch и Safetensors.

Модель обучена на материалах заблокированных сообществ Reddit, поэтому её языковое распределение может не соответствовать обычной речи и другим площадкам. Лицензия — Apache-2.0; лицензии отдельно дообученных моделей могут отличаться.

Сценарии применения

  • заполнение пропущенных слов в англоязычном тексте
  • исследование языка ненависти в публикациях Reddit
  • подготовка языковой основы для классификатора оскорбительной речи
  • анализ вредоносных высказываний в англоязычных текстах

Ограничения

Модель обучалась на публикациях заблокированных сообществ Reddit, поэтому может хуже соответствовать обычной речи и текстам с других площадок. Для классификации языка ненависти или оскорблений требуется отдельная подходящая дообученная модель.

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

Tommaso Caselli • Valerio Basile • Jelena Mitrovic • Michael Granizter

Model description

HateBERT is an English pre-trained BERT model obtained by further training the English BERT base uncased model with more than 1 million posts from banned communites from Reddit. The model has been developed as a collaboration between the University of Groningen, the university of Turin, and the University of Passau.

For details, check out the paper presented at WOAH 2021. The code and the fine-tuned models are available on OSF. Fine-tuned models have a different licence, check the dedicated repository.

BibTeX entry and citation info

@inproceedings{caselli-etal-2021-hatebert,
    \ttitle = "{H}ate{BERT}: Retraining {BERT} for Abusive Language Detection in {E}nglish",
    \tauthor = "Caselli, Tommaso  and
      Basile, Valerio  and
      Mitrovi{\'c}, Jelena  and
      Granitzer, Michael",
    \tbooktitle = "Proceedings of the 5th Workshop on Online Abuse and Harms (WOAH 2021)",
    \tmonth = aug,
    \tyear = "2021",
    \taddress = "Online",
    \tpublisher = "Association for Computational Linguistics",
    \tturl = "https://aclanthology.org/2021.woah-1.3",
    \tdoi = "10.18653/v1/2021.woah-1.3",
    \tpages = "17--25",
    \tabstract = "We introduce HateBERT, a re-trained BERT model for abusive language detection in English. The model was trained on RAL-E, a large-scale dataset of Reddit comments in English from communities banned for being offensive, abusive, or hateful that we have curated and made available to the public. We present the results of a detailed comparison between a general pre-trained language model and the retrained version on three English datasets for offensive, abusive language and hate speech detection tasks. In all datasets, HateBERT outperforms the corresponding general BERT model. We also discuss a battery of experiments comparing the portability of the fine-tuned models across the datasets, suggesting that portability is affected by compatibility of the annotated phenomena.",
}

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
ab7a2d4

0 моделей