/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
23 мар 2023

spam-usernames-classifier

Классификация текстаТекст → label3 профессии

Многоязычный классификатор BERT определяет, относится ли имя пользователя к спаму.

946скачиваний за 30 дней6лайковвеса обновлены16 мая 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

Модель lokas/spam-usernames-classifier — классификатор имён пользователей на спам и не спам, разработанный автором репозитория на основе bert-base-multilingual-cased. Она принимает строку с именем пользователя и возвращает распределение вероятностей по двум классам. Модель содержит 205,1 млн параметров, использует архитектуру BERT для классификации последовательностей и принимает вход длиной до 512 токенов.

Модель предназначена для фильтрации спамных имён пользователей в регистрационных формах, сообществах и пользовательских каталогах. По README, обучение проводилось на примерно 50 тысячах вручную размеченных примеров с приблизительно равным числом спамных и обычных имён; точность на тестовой выборке составила 82%. Результат следует проверять с учётом особенностей данных и возможной смены шаблонов спама. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • фильтрация спамных имён при регистрации
  • проверка имён пользователей в онлайн-сообществах
  • модерация пользовательских профилей
  • выявление подозрительных аккаунтов по имени

Ограничения

Точность на тестовой выборке составляет 82%, поэтому возможны ложные срабатывания и пропуск спама; качество может меняться в зависимости от данных и новых шаблонов имён. README не приводит оценок по отдельным языкам или условиям проверки.

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

Username Classification Model 👤🔍

This is a machine learning model that can classify usernames into two categories: spam and non-spam. The model is based on the bert-base-multilingual-cased model. The input to the model is a string representing a username, and the output is a probability distribution over the two categories.

Dataset 📊

The model was trained on a dataset of usernames that were manually labeled as spam or non-spam. The dataset contains approximately 50,000 usernames, with a roughly equal number of examples in each category.

Performance 🏆

The model achieved an accuracy of 82% on the test set, and has been shown to generalize well to new data. However, as with any machine learning model, its performance may vary depending on the specific characteristics of the data.

Usage 🚀

To use this model, you can load it from Hugging Face using the Transformers library. Here is an example of how to do this:

from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("lokas/spam-usernames-classifier")
model = AutoModelForSequenceClassification.from_pretrained("lokas/spam-usernames-classifier")

# Example usernames
usernames = ["Yousef10166", "توفيق الشارني", "Eng.salman1", "Moulay nadjem ALLOUAOUI", "Mmaarwa111", "Abdouflih99", "loka"]

# Tokenize the usernames
inputs = tokenizer(usernames, return_tensors="pt", padding=True, truncation=True)

# Get the model's predictions
outputs = model(**inputs)

# The predictions are in the form of logits, so we need to apply the softmax function to convert them to probabilities
probs = outputs.logits.softmax(dim=-1)

# Print the probabilities
print(probs)

This example uses the dataset provided in the comment as an example. The usernames are classified as spam or non-spam.

License 📝

This project is licensed under the MIT License. See the LICENSE file for more details.

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
6888d7f

0 моделей