/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
CC BY 4.0
Архитектура
roberta · dense
Опубликована
30 мар 2023

twitter-roberta-base-hate-latest

Классификация текстаТекст → label3 профессии

Модель Cardiff NLP на базе RoBERTa классифицирует англоязычные тексты и сообщения в соцсетях по наличию языка ненависти.

4 545скачиваний за 30 дней20лайковвеса обновлены24 фев 2025

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

cardiffnlp/twitter-roberta-base-hate-latest — модель Cardiff NLP для бинарной классификации сообщений на предмет языка ненависти. Это дообученная версия cardiffnlp/twitter-roberta-base-2022-154m на объединении 13 англоязычных наборов данных о языке ненависти; модель построена на архитектуре RoBERTa и содержит около 151,8 млн параметров. Она предназначена для выявления языка ненависти в текстах, в том числе сообщениях в социальных сетях. В README приведены результаты оценки на нескольких наборах данных, при этом качество заметно различается между ними.

Модель принимает текст и выдаёт метку классификации. Контекст составляет до 514 токенов; доступны веса PyTorch и TensorFlow. Карточка указывает лицензию CC-BY-4.0. Обучение проводилось на английских данных, поэтому результаты на других языках не подтверждены; классификацию следует трактовать как сигнал для проверки, а не как безошибочное определение намерений или контекста высказывания.

Сценарии применения

  • выявление языка ненависти в публикациях соцсетей
  • фильтрация потенциально оскорбительных сообщений
  • первичная модерация англоязычных пользовательских комментариев
  • анализ размеченных текстов для исследований языка ненависти

Ограничения

Обучение проводилось на англоязычных данных, поэтому надёжность для других языков не подтверждена. Метрики различаются в зависимости от набора данных, а классификатор может не учитывать контекст и неоднозначность высказываний.

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

cardiffnlp/twitter-roberta-base-hate-latest

This model is a fine-tuned version of cardiffnlp/twitter-roberta-base-2022-154m for binary hate-speech classification. A combination of 13 different hate-speech datasets in the English language were used to fine-tune the model. More details in the reference paper.

DatasetAccuracyMacro-F1Weighted-F1
hatEval, SemEval-2019 Task 5: Multilingual Detection of Hate Speech Against Immigrants and Women in Twitter0.58310.56460.548
ucberkeley-dlab/measuring-hate-speech0.92730.91930.928
Detecting East Asian Prejudice on Social Media0.92310.66230.9428
Call me sexist, but0.96860.92030.9696
Predicting the Type and Target of Offensive Posts in Social Media0.91640.68470.9098
HateXplain0.86530.8450.8662
Large Scale Crowdsourcing and Characterization of Twitter Abusive BehaviorLarge Scale Crowdsourcing and Characterization of Twitter Abusive Behavior0.78010.74460.7614
Multilingual and Multi-Aspect Hate Speech Analysis0.99440.49860.9972
Hate speech and offensive content identification in indo-european languages0.87790.69040.8706
Are You a Racist or Am I Seeing Things?0.9210.89350.9216
Automated Hate Speech Detection0.94230.92490.9429
Hate Towards the Political Opponent0.87830.65950.8788
Hateful Symbols or Hateful People?0.81870.78330.8323
Overall0.87660.75310.8745

Usage

Install tweetnlp via pip.

pip install tweetnlp

Load the model in python.

import tweetnlp
model = tweetnlp.Classifier("cardiffnlp/twitter-roberta-base-hate-latest")
model.predict('I love everybody :)')
>> {'label': 'NOT-HATE'}

Reference paper - Model based on:

@inproceedings{antypas-camacho-collados-2023-robust,
    title = "Robust Hate Speech Detection in Social Media: A Cross-Dataset Empirical Evaluation",
    author = "Antypas, Dimosthenis  and
      Camacho-Collados, Jose",
    booktitle = "The 7th Workshop on Online Abuse and Harms (WOAH)",
    month = jul,
    year = "2023",
    address = "Toronto, Canada",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2023.woah-1.25",
    pages = "231--242"
}

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
cc56585

0 моделей