/ Модель

Характеристики

Контекст
514 токенов
Параметры
144 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense

robbert-dutch-base-toxic-comments

Классификация текстаТекст → label3 профессии

Дообученная нидерландская RobBERT классифицирует комментарии, выявляя токсичный и потенциально вредный текст.

80скачиваний за 30 дней6лайковвеса обновлены20 янв 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 RobBERT Dutch Base Toxic Comments — дообученную модель RobBERT на архитектуре RoBERTa для классификации нидерландских комментариев на токсичные или потенциально вредные. Модель содержит 144 млн параметров, принимает текст и поддерживает контекст до 514 токенов.

Модель подходит для выявления токсичных комментариев в пользовательском контенте и модерации нидерландоязычных обсуждений. Обучение проводилось два цикла на переведённом наборе Jigsaw Toxicity; для перевода использовалась модель MariantMT. В оценке на отложенной части набора указаны точность 95,63%, F1 78,80%, полнота 78,99% и precision 78,61%. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • автоматическая модерация нидерландоязычных комментариев
  • поиск токсичных сообщений в обсуждениях
  • фильтрация потенциально вредного пользовательского текста

Ограничения

Датасет, использованный для обучения, не опубликован из-за условий лицензии Jigsaw. Значения F1 и полноты около 79% означают, что модель может пропускать токсичные комментарии или ошибочно классифицировать обычный текст.

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

RobBERT-dutch-base-toxic-comments

Model description:

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

For this model, we finetuned a dutch RobBerta-based model called RobBERT on the translated Jigsaw Toxicity dataset.

The original dataset was translated using the appropriate MariantMT model.

The model was trained for 2 epochs, on 90% of the dataset, with the following arguments:

training_args = TrainingArguments(
    learning_rate=1e-5,
    per_device_train_batch_size=8,
    per_device_eval_batch_size=8,
    gradient_accumulation_steps=6,
    load_best_model_at_end=True,
    metric_for_best_model="recall",
    epochs=2,
    evaluation_strategy="steps",
    save_strategy="steps",
    save_total_limit=10,
    logging_steps=100,
    eval_steps=250,
    save_steps=250,
    weight_decay=0.001,
    report_to="wandb")

Model Performance:

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

AccuracyF1 ScoreRecallPrecision
95.6378.8078.9978.61

Dataset:

Unfortunately we cannot open-source the dataset, since we are bound by the underlying Jigsaw license.

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
RobertaForSequenceClassification
Ревизия весов
0cc82d6

0 моделей