/ Модель

Характеристики

Контекст
512 токенов
Параметры
195 млн
Лицензия
Apache 2.0
Архитектура
bert · dense

dehatebert-mono-french

Классификация текстаТекст → label3 профессии

Модель BERT для классификации французских текстов и выявления языка ненависти.

107скачиваний за 30 дней6лайковвеса обновлены25 сен 2021

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

Hate-speech-CNERG/dehatebert-mono-french — модель классификации французских текстов для выявления hate speech, опубликованная группой CNERG. Это монолингвальная версия модели из работы о многоязычном обнаружении языка ненависти; README сообщает, что модель дообучена на multilingual BERT, хотя также описывает обучение с использованием только англоязычных данных. Архитектура — BERT для классификации последовательностей, около 194,6 млн параметров; максимальная длина контекста — 512 токенов. Доступны версии в форматах PyTorch и Flax.

Модель предназначена для автоматической модерации и анализа франкоязычных публикаций и сообщений. В README приведён лучший результат валидации 0,692094 при learning rate 3e-5, но метрика не названа, поэтому это число не позволяет оценить качество по конкретному критерию. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • выявление hate speech во французских публикациях
  • первичная фильтрация франкоязычных сообщений для модерации
  • анализ французских текстов на признаки языка ненависти

Ограничения

В README приведён результат валидации 0,692094 без названия метрики, поэтому его нельзя интерпретировать как конкретную оценку качества. Описание содержит неоднозначность: модель названа французской, но также упоминается обучение только на англоязычных данных.

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

This model is used detecting hatespeech in French language. The mono in the name refers to the monolingual setting, where the model is trained using only English language data. It is finetuned on multilingual bert model. The model is trained with different learning rates and the best validation score achieved is 0.692094 for a learning rate of 3e-5. Training code can be found at this url

For more details about our paper

Sai Saketh Aluru, Binny Mathew, Punyajoy Saha and Animesh Mukherjee. "Deep Learning Models for Multilingual Hate Speech Detection". Accepted at ECML-PKDD 2020.

Please cite our paper in any published work that uses any of these resources.

@article{aluru2020deep,
  title={Deep Learning Models for Multilingual Hate Speech Detection},
  author={Aluru, Sai Saket and Mathew, Binny and Saha, Punyajoy and Mukherjee, Animesh},
  journal={arXiv preprint arXiv:2004.06465},
  year={2020}
}

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
BertForSequenceClassification
Ревизия весов
7c0e8c4

0 моделей