/ Модель

Характеристики

Контекст
512 токенов
Архитектура
distilbert · dense
Опубликована
2 мар 2022

distilbert-base-german-cased-toxic-comments

Классификация текстаТекст → label3 профессии

Модель на базе DistilBERT классифицирует немецкие комментарии как токсичные или нетоксичные для поддержки модерации.

296скачиваний за 30 дней15лайковвеса обновлены15 июн 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

ml6team разработала эту модель на базе DistilBERT для выявления токсичных и потенциально вредоносных комментариев на немецком языке. Модель дообучена на объединении пяти немецких наборов данных о токсичности, оскорблениях, ненормативной лексике и языке ненависти; разные исходные метки сведены к классам «токсичный» и «нетоксичный». Обучающая выборка содержит 23 515 примеров.

Модель принимает текст и классифицирует комментарии, например для модерации публикаций в социальных сетях и интернет-сообществах. Контекст — до 512 токенов. На отложенной части объединённого набора данных указаны точность 78,50% и F1 50,34%; полнота составляет 39,22%, поэтому часть токсичных комментариев может остаться незамеченной.

Определение токсичности зависит от контекста, а обучающие данные охватывают ограниченный набор интернет-площадок и сообществ, поэтому качество на других тематиках и площадках может быть ниже. Модель предназначена только для немецкого языка. В предоставленных данных лицензия не указана.

Сценарии применения

  • выявление токсичных комментариев на немецком языке
  • фильтрация оскорблений и ненормативной лексики
  • поиск высказываний с языком ненависти
  • первичная сортировка комментариев для модерации интернет-сообществ

Ограничения

Модель обучена преимущественно на данных из ограниченного набора социальных сетей и интернет-сообществ, поэтому может хуже работать в других контекстах; она не предназначена для языков, кроме немецкого. На тестовой части данных полнота составила 39,22%, а определение токсичности зависит от контекста.

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

German Toxic Comment Classification

Model Description

This model was created with the purpose to detect toxic or potentially harmful comments.

For this model, we fine-tuned a German DistilBERT model distilbert-base-german-cased on a combination of five German datasets containing toxicity, profanity, offensive, or hate speech.

Intended Uses & Limitations

This model can be used to detect toxicity in German comments. However, the definition of toxicity is vague and the model might not be able to detect all instances of toxicity.

It will not be able to detect toxicity in languages other than German.

How to Use

from transformers import pipeline

model_hub_url = 'https://huggingface.co/ml6team/distilbert-base-german-cased-toxic-comments'
model_name = 'ml6team/distilbert-base-german-cased-toxic-comments'

toxicity_pipeline = pipeline('text-classification', model=model_name, tokenizer=model_name)

comment = "Ein harmloses Beispiel"
result = toxicity_pipeline(comment)[0]
print(f"Comment: {comment}\nLabel: {result['label']}, score: {result['score']}")

Limitations and Bias

The model was trained on a combinations of datasets that contain examples gathered from different social networks and internet communities. This only represents a narrow subset of possible instances of toxicity and instances in other domains might not be detected reliably.

Training Data

The training dataset combines the following five datasets:

  • GermEval18 [dataset]
    • Labels: abuse, profanity, toxicity
  • GermEval21 [dataset]
    • Labels: toxicity
  • IWG Hatespeech dataset [paper, dataset]
    • Labels: hate speech
  • Detecting Offensive Statements Towards Foreigners in Social Media (2017) by Breitschneider and Peters [dataset]
    • Labels: hate
  • HASOC: 2019 Hate Speech and Offensive Content [dataset]
    • Labels: offensive, profanity, hate

The datasets contains different labels ranging from profanity, over hate speech to toxicity. In the combined dataset these labels were subsumed as toxic and non-toxic and contains 23,515 examples in total.

Note that the datasets vary substantially in the number of examples.

Training Procedure

The training and test set were created using either the predefined train/test splits where available and otherwise 80% of the examples for training and 20% for testing. This resulted in in 17,072 training examples and 6,443 test examples.

The model was trained for 2 epochs with the following arguments:

training_args = TrainingArguments(
    per_device_train_batch_size=batch_size,
    per_device_eval_batch_size=batch_size,
    num_train_epochs=2,
    evaluation_strategy="steps",
    logging_strategy="steps",
    logging_steps=100,
    save_total_limit=5,
    learning_rate=2e-5,
    weight_decay=0.01,
    metric_for_best_model='accuracy',
    load_best_model_at_end=True
)

Evaluation Results

Model evaluation was done on 1/10th of the dataset, which served as the test dataset.

AccuracyF1 ScoreRecallPrecision
78.5050.3439.2270.27

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
92d1f1c

0 моделей