/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-large
Опубликована
30 авг 2024

hate_speech_multilingual

Классификация текстаТекст → label3 профессии

Мультиязычный классификатор размечает сообщения из социальных сетей как подходящие, неприемлемые, оскорбительные или жестокие.

139скачиваний за 30 дней1лайквеса обновлены4 окт 2024

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

Мультиязычный классификатор сообщений из социальных сетей на основе XLM-RoBERTa large, разработанный Patricia-Carla Grigor, Bojan Evkoski и Petra Kralj Novak. Модель дообучена для выявления неприемлемых, оскорбительных и жестоких высказываний, а также подходящих комментариев; она присваивает тексту один из четырёх классов.

Обучение проводилось на комментариях YouTube на английском и итальянском языках и сообщениях Twitter на словенском языке. В обучающих данных использованы разметки двух аннотаторов и подход, учитывающий разногласия между ними. Модель содержит 305,2 млн параметров, принимает текстовые последовательности длиной до 514 токенов и распространяется в формате safetensors. Хотя базовая XLM-RoBERTa поддерживает 100 языков, обучение этой версии описано для английского, итальянского и словенского.

На тестовых данных согласие модели с разметкой аннотаторов составило около 79–82%; F1 для класса violent — 24,79–44,97, а для inappropriate — 39,16–58,45 в зависимости от языка. Поэтому модель может пропускать отдельные случаи этих категорий и требует проверки результатов в чувствительных сценариях. Лицензия — MIT.

Сценарии применения

  • модерация комментариев YouTube на английском и итальянском языках
  • модерация сообщений Twitter на словенском языке
  • выявление оскорбительных публикаций
  • фильтрация жестоких высказываний
  • первичная сортировка комментариев по уровню неприемлемости

Ограничения

Низкие показатели F1 для классов inappropriate и violent означают, что модель может пропускать такие примеры; её оценивали на английских и итальянских комментариях YouTube и словенских сообщениях Twitter, поэтому качество на других языках и площадках не подтверждено.

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

Multilingual Hate Speech Classifier for Social Media with Disagreement-Aware Training

A multilingual XLM-R-based (100 languages) hate speech classification model fine-tuned on English, Italian and Slovenian with inter-annotator disagreement-aware training.

The details of the model and the disagreement-aware training are described in our paper:

 @inproceedings{
  grigor2024multilingual,
  title={Multilingual Hate Speech Modeling by Leveraging Inter-Annotator Disagreement},
  author={Grigor, Patricia-Carla and Evkoski, Bojan and Kralj Novak, Petra},
  url={http://dx.doi.org/10.70314/is.2024.sikdd.7},
  DOI={10.70314/is.2024.sikdd.7},
  booktitle={Proceedings of Data Mining and Data Warehouses – Sikdd 2024},
  publisher={Jožef Stefan Instutute},
  year={2024}
 }

Authors: Patricia-Carla Grigor, Bojan Evkoski, Petra Kralj Novak

Data available here: English; Italian; Slovenian

Model output The model classifies each input into one of four distinct classes:

  • 0 - appropriate
  • 1 - inappropriate
  • 2 - offensive
  • 3 - violent

Training data*

  • 51k English Youtube comments
  • 60k Italian Youtube comments
  • 50k Slovenian Twitter comments

Evaluation data*

  • 10k English Youtube comments
  • 10k Italian Youtube comments
  • 10k Slovenian Twitter comments

* each comment is manually labeled by two different annotators

Fine-tuning hyperparameters

  num_train_epochs=3,
  train_batch_size=8,
  learning_rate=6e-6

Evaluation Results Model agreement (accuracy) vs. Inter-annotator agreement (0 - no agreement; 100 - perfect agreement):

Model-annotator AgreementInter-annotator Agreement
English79.9782.91
Italian82.0081.79
Slovenian78.8479.43

Class-specific model F1-scores:

AppropriateInappropriateOffensiveViolent
English86.1039.1668.2427.82
Italian89.7758.4560.4244.97
Slovenian84.3045.2269.6924.79

Usage

from transformers import AutoModelForSequenceClassification, TextClassificationPipeline, AutoTokenizer, AutoConfig

MODEL = "IMSyPP/hate_speech_multilingual"
tokenizer = AutoTokenizer.from_pretrained(MODEL)
config = AutoConfig.from_pretrained(MODEL)
model = AutoModelForSequenceClassification.from_pretrained(MODEL)

pipe = TextClassificationPipeline(model=model, tokenizer=tokenizer, return_all_scores=True,
task='sentiment_analysis', device=0, function_to_apply="none")
pipe([
"Thank you for using our model",
"Grazie per aver utilizzato il nostro modello"
"Hvala za uporabo našega modela"
])

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
XLMRobertaForSequenceClassification
Ревизия весов
2045782

0 моделей