/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Базовая модель
privbert
Опубликована
31 авг 2026

privacy-policy-topic

Классификация текстаТекст → label4 профессии

Модель классифицирует предложения англоязычных политик конфиденциальности по одной или нескольким тематическим категориям.

86скачиваний за 30 дней0лайковвеса обновлены7 сен 2026

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

PrivaScope Topic Classifier — модель Wravn для многометочной классификации предложений из политик конфиденциальности. Она определяет, какие из 15 тематических категорий затрагивает отдельное предложение: например, обработку данных, цели, передачу третьим сторонам, права пользователей, безопасность, хранение и удаление данных. Модель предназначена для детального анализа англоязычных политик конфиденциальности и является тематическим классификатором в конвейере PrivaScope.

Модель основана на PrivBERT (mukund/privbert), RoBERTa, дополнительно предобученной на текстах политик конфиденциальности. Для обучения классификатора использовали 3 078 предложений, включая вручную размеченные примеры и синтетические данные; в README приведены значения F1 Macro 0,87 и F1 Micro 0,88. Модель принимает текст и выдаёт несколько тематических меток. Она не определяет область действия политики, конкретное содержание и атрибуты — эти задачи выполняются отдельными моделями и правилами. Лицензия — MIT.

Сценарии применения

  • Разметка предложений политики конфиденциальности по темам
  • Поиск упоминаний передачи данных третьим сторонам
  • Выявление положений о правах пользователей и правовых основаниях
  • Поиск условий хранения и удаления пользовательских данных
  • Тематический анализ политики конфиденциальности в конвейере PrivaScope

Ограничения

Обучена на англоязычных политиках конфиденциальности и классифицирует только тематический слой: не извлекает область действия, конкретное содержание или атрибуты. Обучающая выборка содержит 3 078 предложений, часть из которых синтезирована LLM для балансировки классов.

Для каких профессий подходит4

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

PrivaScope Topic Classifier

PrivaScope is an end-to-end pipeline for fine-grained, scope-aware analysis of privacy policies. Instead of treating a policy as one uniform document, it classifies each sentence by the product or service it applies to (its Scope, for example Website, App, or Device), by its general theme (Topic), by its specific content (Content), and by the concrete values it mentions (Attributes). This repository holds the fine-tuned Topic classifier, one of 16 classifiers in the pipeline. Given a single sentence from a privacy policy, it predicts which of 15 Topic categories the sentence discusses. A sentence can carry more than one Topic label at once.

Labels

  • Processing
  • Purpose
  • ThirdParty
  • UserRights
  • Policy
  • Sharing
  • Contact
  • LegalBasis
  • Security/Privacy
  • Audience
  • Other
  • Control
  • Retention
  • Deletion
  • Selling

Model details

  • Base model, PrivBERT (mukund/privbert), a RoBERTa model further pretrained on about one million privacy policies
  • Task, multi-label sentence classification, 15 classes

Training data

The training set contains 3,078 sentences, 2,237 manually annotated sentences drawn from privacy policies, plus 841 additional sentences synthesized with an LLM to reduce class imbalance in underrepresented categories.

Evaluation results

MetricScore
F1 Macro0.87
F1 Micro0.88

How to use

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
model_id = "Wravn/privacy-policy-topic"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id)
classifier = pipeline("text-classification", model=model, tokenizer=tokenizer, function_to_apply="sigmoid", top_k=None)
classifier("We may retain your data for up to two years after account closure.")

Intended use

  • Trained on English-language privacy policies.
  • Covers only the Topic layer. Scope, Content, and Attribute extraction are handled by separate models and rules in the full pipeline.
  • Part of a research pipeline.

Related resources

  • Pipeline code:
  • Dataset:
  • Paper:

Citation

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
RobertaForSequenceClassification
Ревизия весов
04dace6

0 моделей