drug-detection-xlm-roberta-v3
判斷網頁是否為毒品販售站台的二元分類模型，基於 XLM-RoBERTa（base）， 用於淡江大學「多模態毒品交易防制系統」專題。
模型說明
| 項目 | 內容 |
|---|---|
| 架構 | XLM-RoBERTa base（12 層） |
| 任務 | 二元分類 |
| 輸入 | 網頁純文字 |
| 輸出 | LABEL_0：一般網站 LABEL_1：毒品販售網站 |
| 語言 | 多語（網頁常見中英夾雜） |
使用方式
from transformers import pipeline
clf = pipeline("text-classification",
model="matt0513/drug-detection-xlm-roberta-v3",
truncation=True, max_length=256, top_k=None)
clf("網頁純文字內容")
# [[{'label': 'LABEL_1', 'score': ...}, {'label': 'LABEL_0', 'score': ...}]]
輸出的 score 是 softmax 值，未經校準，不宜直接當作機率解讀。
系統實際使用時會另外做機率校準後再套用門檻。
評估
在與訓練資料網域零重疊、人工標註的真實網頁上，ROC-AUC 為 0.938。
限制
- 本模型為分流輔助工具，判定結果需經人工覆核，不應作為單一判定依據
- 評估樣本數有限