/ Модель

Характеристики

Контекст
512 токенов
Параметры
265 млн
Лицензия
afl-3.0
Архитектура
bert · dense
Опубликована
25 апр 2022

kannada-codemixed-abusive-MuRIL

Классификация текстаТекст → label3 профессии

Модель классифицирует код-смешанные тексты на каннада как обычные или содержащие оскорбительную речь.

352скачиваний за 30 дней0лайковвеса обновлены3 мая 2022

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/kannada-codemixed-abusive-MuRIL — модель классификации текста от команды Hate-speech-CNERG для выявления оскорбительной речи в код-смешанном каннада. Она дообучена на MuRIL на наборе данных оскорбительной речи на код-смешанном каннада и относит текст к одному из двух классов: обычный или оскорбительный. Модель построена на архитектуре BERT для классификации последовательностей, содержит 264,8 млн параметров и принимает контекст длиной до 512 токенов.

Модель предназначена для анализа пользовательских сообщений и других текстов на каннада с примесью других языков, в том числе в сценариях модерации. Карточка ссылается на исследование по выявлению оскорбительной речи в индийских языках с низким объёмом ресурсов. Модель распространяется по лицензии AFL-3.0.

Сценарии применения

  • выявление оскорблений в сообщениях на код-смешанном каннада
  • фильтрация оскорбительных комментариев в пользовательских обсуждениях
  • предварительная модерация публикаций на каннада
  • анализ оскорбительной речи в текстовых корпусах на индийских языках

Ограничения

Модель ориентирована на код-смешанный каннада, поэтому качество на других языках и типах текста не установлено. Классификатор выдаёт только два класса: обычный и оскорбительный.

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 to detect abusive speech in Code-Mixed Kannada. It is finetuned on MuRIL model using Code-Mixed Kannada abusive speech dataset. The model is trained with learning rates of 2e-5. Training code can be found at this url

LABEL_0 :-> Normal

LABEL_1 :-> Abusive

For more details about our paper

Mithun Das, Somnath Banerjee and Animesh Mukherjee. "Data Bootstrapping Approaches to Improve Low Resource Abusive Language Detection for Indic Languages". Accepted at ACM HT 2022.

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

@article{das2022data,
  title={Data Bootstrapping Approaches to Improve Low Resource Abusive Language Detection for Indic Languages},
  author={Das, Mithun and Banerjee, Somnath and Mukherjee, Animesh},
  journal={arXiv preprint arXiv:2204.12543},
  year={2022}
}

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
04fe9ef

0 моделей