/ Модель

Характеристики

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

dehatebert-mono-german

Классификация текстаТекст → label3 профессии

BERT-модель для классификации немецкоязычных текстов и выявления языка ненависти.

165скачиваний за 30 дней5лайковвеса 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

dehatebert-mono-german — модель для выявления языка ненависти в немецкоязычных текстах, опубликованная в пространстве Hate-speech-CNERG. Это BERT-модель для классификации последовательностей с 194,6 млн параметров и контекстом до 512 токенов; веса доступны в форматах PyTorch и Flax. Несмотря на слово german в названии, авторы описывают вариант mono как обученный только на англоязычных данных, а модель — как дообученную на multilingual BERT.

Модель предназначена для классификации немецких текстов на предмет языка ненависти. В README приведён лучший результат на валидации 0,649794 при скорости обучения 3e-5, однако не уточнено, какой именно метрикой измерен результат. Модель выпущена по лицензии Apache-2.0.

Сценарии применения

  • Выявление языка ненависти в немецких сообщениях
  • Модерация немецкоязычных комментариев
  • Фильтрация оскорбительных публикаций на немецком языке

Ограничения

В README приведён результат валидации 0,649794 без названия метрики, поэтому его трудно интерпретировать. Авторы характеризуют вариант mono как обученный только на английских данных, хотя заявленная задача — выявление языка ненависти в немецких текстах.

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 German 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 0.649794 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
53a24df

0 моделей