/ Модель

Характеристики

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

rubertconv_toxic_editor

Разметка токеновТекст → label3 профессии

Русскоязычная BERT-модель размечает токены для детоксикации текста, определяя, какие сохранить, заменить маской, удалить или дополнить маской.

52скачиваний за 30 дней13лайковвеса обновлены13 июл 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

Модель IlyaGusev/rubertconv_toxic_editor — русскоязычная модель разметки токенов на основе rubert-base-cased-conversational. Она назначает токенам один из четырёх классов для детоксикации текста: сохранить, заменить маской, удалить или вставить маску перед токеном. Результат используют вместе с отдельной моделью для заполнения масок.

Модель предназначена для редактирования токсичных фрагментов и подготовки текста к детоксикации. Архитектура — BERT с классификационной головой для токенов; размер — 205,1 млн параметров, максимальный контекст — 512 токенов. Для обучения использован датасет russe_detox_2022; оценочные результаты в карточке не приведены.

Модель принимает текст и выдаёт метки для его токенов. Поддерживаемый язык — русский. Распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

  • разметка токсичных фрагментов для последующего редактирования
  • подготовка текста к детоксикации с помощью заполнителя масок
  • удаление нежелательных токенов из текста
  • замена токсичных слов масками перед генерацией нейтрального текста

Ограничения

Модель сама не заполняет маски: для полного редактирования требуется отдельный mask filler. Оценочные результаты в карточке не приведены.

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

RuBERTConv Toxic Editor

Model description

Tagging model for detoxification based on rubert-base-cased-conversational.

4 possible classes:

  • Equal = save tokens
  • Replace = replace tokens with mask
  • Delete = remove tokens
  • Insert = insert mask before tokens

Use in pair with mask filler.

Intended uses & limitations

How to use

Colab: link

import torch
from transformers import AutoTokenizer, pipeline

tagger_model_name = "IlyaGusev/rubertconv_toxic_editor"

device = "cuda" if torch.cuda.is_available() else "cpu"
device_num = 0 if device == "cuda" else -1
tagger_pipe = pipeline(
    "token-classification",
    model=tagger_model_name,
    tokenizer=tagger_model_name,
    framework="pt",
    device=device_num,
    aggregation_strategy="max"
)

text = "..."
tagger_predictions = tagger_pipe([text], batch_size=1)
sample_predictions = tagger_predictions[0]
print(sample_predictions)

Training data

Training procedure

Eval results

TBA

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
639cbff

0 моделей