/ Модель

Характеристики

Контекст
512 токенов
Архитектура
distilbert · dense
Опубликована
2 мар 2022

distilbert-base-multilingual-cased-toxicity

Классификация текстаТекст → label3 профессии

Многоязычный классификатор Citizen Lab для выявления токсичных комментариев и поддержки модерации текста.

3 166скачиваний за 30 дней23лайкавеса обновлены2 дек 2022

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

Многоязычный классификатор текста на базе DistilBERT, разработанный Citizen Lab и дообученный на датасете Jigsaw Toxic Comment Classification Challenge. Модель предназначена для выявления токсичных комментариев и модерации пользовательского текста. Она использует архитектуру DistilBertForSequenceClassification, работает с текстом и поддерживает контекст до 512 токенов.

В метаданных указана поддержка английского, нидерландского, французского, португальского, итальянского, испанского, немецкого, датского, польского и африкаанс. Модель опубликована в формате PyTorch. Данных о лицензии в предоставленных источниках нет.

Сценарии применения

  • выявление токсичных комментариев
  • модерация пользовательских сообщений
  • проверка текстов на токсичность перед публикацией

Ограничения

Контекст ограничен 512 токенами; качество выявления токсичности может зависеть от языка и формулировки комментария. Лицензия не указана в предоставленных источниках.

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

citizenlab/distilbert-base-multilingual-cased-toxicity

This is multilingual Distil-Bert model sequence classifier trained based on JIGSAW Toxic Comment Classification Challenge dataset.

How to use it

from transformers import pipeline

model_path = "citizenlab/distilbert-base-multilingual-cased-toxicity"

toxicity_classifier = pipeline("text-classification", model=model_path, tokenizer=model_path)
toxicity_classifier("this is a lovely message")
> [{'label': 'not_toxic', 'score': 0.9954179525375366}]

toxicity_classifier("you are an idiot and you and your family should go back to your country")
> [{'label': 'toxic', 'score': 0.9948776960372925}]

Evaluation

Accuracy

  Accuracy Score = 0.9425
F1 Score (Micro) = 0.9450549450549449
F1 Score (Macro) = 0.8491432341169309

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
DistilBertForSequenceClassification
Ревизия весов
b4532a8

0 моделей