Характеристики

Контекст: 512 токенов
Параметры: 138 млн
Лицензия: CC BY-SA 4.0
Архитектура: bert · dense
Опубликована: 9 сен 2022

Ссылки

Hugging Face

bert-base-japanese-sentiment-cyberbullying

kit-nlp

Классификация текстаТекст → label3 профессии

BERT-классификатор японского текста для автоматического выявления кибербуллинга в комментариях и публикациях.

145скачиваний за 30 дней4лайкавеса обновлены1 ноя 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

Модель kit-nlp/bert-base-japanese-sentiment-cyberbullying — классификатор японского текста для автоматического выявления кибербуллинга. Это BERT Base с архитектурой BertForSequenceClassification и 137,8 млн параметров; модель дообучена на сбалансированном наборе, объединяющем данные японских комментариев с вредоносных BBS и твитов с кибербуллингом. В основе лежит daigo/bert-base-japanese-sentiment, ранее обученная для анализа тональности.

Модель предназначена для классификации японских комментариев и публикаций в соцсетях с целью выявления кибербуллинга. Она принимает текст и выдаёт результат классификации; максимальный контекст составляет 512 токенов. Доступны веса PyTorch и Flax.

Модель распространяется по лицензии CC BY-SA 4.0. Результаты автоматического выявления следует проверять: карточка не приводит метрик качества, а классификатор может ошибаться на неоднозначных сообщениях и текстах вне обучающих доменов.

Сценарии применения

выявление кибербуллинга в японских комментариях на BBS
модерация японских публикаций в соцсетях
первичная сортировка японских сообщений для проверки модератором

Ограничения

Карточка не приводит метрик качества. Модель обучена на японских BBS-комментариях и твитах, поэтому качество на других источниках и неоднозначных сообщениях может отличаться.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

electra-base-cyberbullying

This is a BERT Base model for the Japanese language finetuned for automatic cyberbullying detection.

The model was based on daigo's BERT Base for Japanese sentiment analysis, and later finetuned on a balanced dataset created by unifying two datasets, namely "Harmful BBS Japanese comments dataset" and "Twitter Japanese cyberbullying dataset".

Licenses

The finetuned model with all attached files is licensed under CC BY-SA 4.0, or Creative Commons Attribution-ShareAlike 4.0 International License.

Citations

Please, cite this model using the following citation.

@inproceedings{tanabe2022bert-base-cyberbullying,
  title={北見工業大学 テキスト情報処理研究室 BERT Base ネットいじめ検出モデル (Daigo ver.)}, 
  author={田邊　威裕　and プタシンスキ ミハウ and エロネン ユーソ and 桝井 文人}, 
  publisher={HuggingFace}, 
  year={2022},
  url = "https://huggingface.co/kit-nlp/bert-base-japanese-sentiment-cyberbullying"
}

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: BertForSequenceClassification
Ревизия весов: 09d42c1