/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Архитектура
roberta · dense

ToxDect-roberta-large

Классификация текстаТекст → label3 профессии

Модель на основе RoBERTa-large определяет токсичность коротких текстов, обучена на твитах.

189скачиваний за 30 дней4лайкавеса обновлены7 ноя 2021

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

Xuhui/ToxDect-roberta-large — модель классификации токсичного языка, разработанная Xuhui на основе RoBERTa-large и дообученная на твитах. Она определяет, является ли текст токсичным: LABEL_1 означает токсичный, LABEL_0 — нетоксичный. Модель предназначена для модерации пользовательских сообщений и анализа текстов в социальных сетях. Использует архитектуру RoBERTa для классификации последовательностей, содержит 454,1 млн параметров и принимает текст длиной до 514 токенов. Поддерживает английский язык, на котором представлены обучающие данные и пример в карточке. Лицензия в доступных данных не указана.

Сценарии применения

  • фильтрация оскорбительных сообщений в соцсетях
  • предварительная модерация комментариев
  • поиск токсичных высказываний в твитах
  • анализ токсичности пользовательских сообщений

Ограничения

Обучение на твитах может приводить к смещениям и снижению качества на других жанрах текста; модель классифицирует только вход в пределах контекста до 514 токенов. Подробности ограничений и смещений описаны в упомянутой статье и репозитории.

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

Toxic language detection

Model description

A toxic language detection model trained on tweets. The base model is Roberta-large. For more information, including the training data, limitations and bias, please refer to the paper and Github repo for more details.

How to use

Note that LABEL_1 means toxic and LABEL_0 means non-toxic in the output.

from transformers import pipeline
classifier = pipeline("text-classification",model='Xuhui/ToxDect-roberta-large', return_all_scores=True)
prediction = classifier("You are f**king stupid!", )
print(prediction)

"""
Output:
[[{'label': 'LABEL_0', 'score': 0.002632011892274022}, {'label': 'LABEL_1', 'score': 0.9973680377006531}]]
"""

Training procedure

The random seed for this model is 22. For other details, please refer to the Github repo for more details.

BibTeX entry and citation info

@inproceedings{zhou-etal-2020-debiasing,
  title = {Challenges in Automated Debiasing for Toxic Language Detection},
  author = {Zhou, Xuhui and Sap, Maarten and Swayamdipta, Swabha and Choi, Yejin and Smith, Noah A.},
  booktitle = {EACL},
  abbr = {EACL},
  html = {https://www.aclweb.org/anthology/2021.eacl-main.274.pdf},
  code = {https://github.com/XuhuiZhou/Toxic_Debias},
  year = {2021},
  bibtex_show = {true},
  selected = {true}
}

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
7b97c89

0 моделей