/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-japanese-v3
Библиотека
transformers
Опубликована
2 сен 2026

japanese-x-ragebait-tohoku-bert-base-v3

Классификация текстаТекст → label

Японская BERT-модель для бинарного выявления ragebait в публикациях X, предназначенная для академических исследований.

75скачиваний за 30 дней0лайковвеса обновлены2 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

Это японский текстовый классификатор, разработанный как компонент детектора ragebait для публикаций в японском X в работе «From Detection to Characterization: A Large-Scale Study of Ragebait on Japanese X». Модель основана на BERT и дообучена на tohoku-nlp/bert-base-japanese-v3; её размер — 138,4 млн параметров, максимальный контекст по метаданным — 512 токенов. Она принимает японский текст и относит публикацию к одному из двух классов: ragebait или не ragebait.

Модель предназначена для академического анализа провокационных публикаций в японских социальных сетях. На сбалансированной тестовой выборке из 2 000 публикаций авторы сообщают точность 83,4%, точность для класса ragebait 81,16% и полноту 87%. Метки получены с помощью процесса с участием языковой модели и могут содержать ошибки; результаты могут ухудшаться для других периодов, платформ, языков и тематик. Классификация не устанавливает намерения автора как факт. Лицензия — Apache-2.0, однако авторы ограничивают предполагаемое применение некоммерческими академическими исследованиями и предостерегают от профилирования, ранжирования, преследования и принятия значимых решений об отдельных пользователях.

Сценарии применения

  • классификация японских публикаций X как ragebait или обычных
  • анализ распространённости провокационных публикаций в японских соцсетях
  • оценка японских текстовых детекторов ragebait на исследовательских данных

Ограничения

Аннотации сформированы с помощью процесса с участием языковой модели и могут быть ошибочны; качество может снижаться на других платформах, периодах и тематиках. Метки не являются установленными фактами о публикации или авторе, поэтому модель не предназначена для профилирования или принятия решений об отдельных пользователях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Japanese X Ragebait - Tohoku BERT Base v3

This is the Tohoku BERT component of the three-model ragebait detector from “From Detection to Characterization: A Large-Scale Study of Ragebait on Japanese X” (WI-IAT 2026). It is a binary Japanese text classifier fine-tuned from tohoku-nlp/bert-base-japanese-v3.

Labels

  • NO (0): non-ragebait
  • YES (1): ragebait

The labels are research annotations and should not be treated as facts about a post or its author.

Training

  • Labeled split: 16,558 posts, balanced between YES and NO
  • Train/validation partition: 14,902 / 1,656
  • Held-out test split: 2,000 posts, balanced between YES and NO
  • Epochs: 3
  • Learning rate: 3e-5
  • Batch size: 32
  • Maximum sequence length: 256
  • Warmup ratio: 0.1
  • Weight decay: 0.01
  • Seed: 42
  • Best checkpoint criterion: validation Macro-F1

The public dataset repository contains only Post IDs and labels, not redistributed post text: ZhiyangQi/japanese-x-ragebait.

Test results

MetricValue
Accuracy83.40%
Precision (YES)81.16%
Recall (YES)87.00%
Macro-F183.38%

The confusion matrix is [[798, 202], [130, 870]], ordered as NO, YES. Full training history and unrounded values are in training_results.json.

Usage

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model_id = "ZhiyangQi97/japanese-x-ragebait-tohoku-bert-base-v3"
tokenizer = AutoTokenizer.from_pretrained(model_id, use_fast=False)
model = AutoModelForSequenceClassification.from_pretrained(model_id)

text = "分類したい日本語テキスト"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)
with torch.inference_mode():
    prediction = model(**inputs).logits.argmax(dim=-1).item()

print(model.config.id2label[prediction])

Install transformers, torch, fugashi, and unidic-lite before loading the tokenizer.

Limitations and intended use

This model is intended for non-commercial academic research on Japanese ragebait. The training labels were created with an LLM-assisted pipeline and may contain errors. Ragebait is contextual and intent-based; performance may degrade on other periods, platforms, languages, or domains. Do not use this model to profile, rank, target, identify, harass, moderate, or make consequential decisions about individual users.

License

The base model is distributed under the Apache License 2.0. See the base model card for its terms and documentation.

Citation

@inproceedings{qi2026ragebait,
  title = {From Detection to Characterization: A Large-Scale Study of Ragebait on Japanese X},
  author = {Qi, Zhiyang and Ito, Kazuhiro and Chen, Jinghui and Nakamura, Hibiki and Chen, Zhangxuan and Murata, Erina and Chujyo, Masaki and Toriumi, Fujio},
  booktitle = {WI-IAT 2026},
  year = {2026}
}

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
9d85d4a

0 моделей