/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
afl-3.0
Архитектура
bert · dense
Библиотека
transformers
Опубликована
10 мар 2023

bert-toxic-comment-classification

Классификация текстаТекст → label3 профессии

Дообученная BERT-модель для определения токсичных комментариев на английском языке.

64 673скачиваний за 30 дней23лайкавеса обновлены28 мар 2023

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

JungleLee/bert-toxic-comment-classification — модель на базе BERT, дообученная для классификации токсичных комментариев. Она предназначена для анализа англоязычного текста и может использоваться для выявления токсичности в комментариях и пользовательских сообщениях. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов.

Для обучения использовали 90% данных train.csv из соревнования Kaggle; на отложенной выборке из 1500 строк автор сообщает результат 0,95 AUC. Модель распространяется в формате PyTorch по лицензии AFL-3.0. Карточка не уточняет набор категорий токсичности и метрики качества для отдельных категорий.

Сценарии применения

  • выявление токсичных комментариев на английском языке
  • фильтрация пользовательских сообщений перед публикацией
  • первичная модерация комментариев в сообществах

Ограничения

В карточке приведена оценка AUC 0,95 только для отложенной выборки из 1500 строк; качество на других данных и отдельных категориях токсичности не описано. Максимальная длина входа — 512 токенов.

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

Model description

This model is a fine-tuned version of the bert-base-uncased model to classify toxic comments.

How to use

You can use the model with the following code.

from transformers import BertForSequenceClassification, BertTokenizer, TextClassificationPipeline

model_path = "JungleLee/bert-toxic-comment-classification"
tokenizer = BertTokenizer.from_pretrained(model_path)
model = BertForSequenceClassification.from_pretrained(model_path, num_labels=2)

pipeline = TextClassificationPipeline(model=model, tokenizer=tokenizer)
print(pipeline("You're a fucking nerd."))

Training data

The training data comes from this Kaggle competition. We use 90% of the train.csv data to train the model.

Evaluation results

The model achieves 0.95 AUC in a 1500 rows held-out test set.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
9c59104

0 моделей