/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
transformers
Опубликована
14 дек 2025

spam-detection-xlm-roberta-v1

Классификация текстаТекст → label5 профессий

Дообученная XLM-RoBERTa классифицирует сообщения социальных сетей как спам или обычный текст на индонезийском, английском и поддерживаемых региональных языках.

38скачиваний за 30 дней0лайковвеса обновлены5 фев 2026

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

nahiar/spam-detection-xlm-roberta-v1 — модель классификации текста, разработанная на основе XLM-RoBERTa и дообученная для выявления спама в публикациях и комментариях социальных сетей. Она относит текст к одному из двух классов: Spam или Ham. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa для классификации последовательностей и принимает текст длиной до 514 токенов.

Модель предназначена для фильтрации публикаций и комментариев в Twitter/X, Instagram, TikTok, Facebook и форумах, а также для предварительной модерации перед анализом тональности или тематики. В карточке заявлена поддержка индонезийского, английского, малайского и ряда региональных языков Индонезии. На сбалансированной отложенной выборке автор сообщает Accuracy 0,9451, Macro F1 0,9446 и Weighted F1 0,9500.

Модель ограничена бинарной классификацией спама и обычных сообщений; автор отмечает, что она не оптимизирована для формальных текстов и может хуже работать на очень коротких или неоднозначных сообщениях. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • фильтрация спама в комментариях социальных сетей
  • модерация публикаций на индонезийском и английском языках
  • отсев спам-сообщений на региональных языках Индонезии
  • предварительная фильтрация сообщений перед анализом тональности
  • классификация постов и сообщений на форумах

Ограничения

Модель выполняет только бинарную классификацию Spam/Ham, не оптимизирована для формальных текстов и может хуже справляться с очень короткими или неоднозначными сообщениями.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Spam Detection for Social Media Text

Multilingual Indonesian & English | XLM-RoBERTa

This model is a fine-tuned XLM-RoBERTa designed to detect Spam vs Ham content in social media text.
It supports Indonesian regional languages, Malay, and English, making it suitable for multi-platform moderation use cases such as Twitter/X, Instagram, TikTok, Facebook, and online forums.


✨ Key Features

  • ✅ Spam vs Ham classification
  • 🌏 Multilingual support (Indonesian & English + regional languages)
  • 🧠 Based on XLM-RoBERTa (multilingual transformer)
  • ⚡ Ready-to-use with Hugging Face pipeline
  • 📊 Strong performance on noisy social media text

🌍 Supported Languages

  • 🇮🇩 Bahasa Indonesia
  • Bahasa Melayu
  • Basa Jawa
  • Bahasa daerah Indonesia (Aceh, Banjar, Bugis, Minang, Sunda, dll.)
  • 🇬🇧 English

🧪 Model Performance

MetricScore
Accuracy0.9451
F1 (Macro)0.9446
F1 (Weighted)0.9500
Precision0.9500
Recall0.9500
Training Loss0.1187
Validation Loss0.2370

Evaluated on held-out validation data with balanced spam/ham distribution.


🚀 Quick Start

Installation

pip install transformers torch

Single Prediction

from transformers import pipeline

classifier = pipeline(
    task="text-classification",
    model="nahiar/spam-detection-xlm-roberta-v1"
)

result = classifier("PASTI DIJAMIN WDP 100%")
print(result)

Output

[{'label': 'LABEL_1', 'score': 0.9876}]

Label Mapping

LABEL_0 → SPAM
LABEL_1 → HAM

📦 Batch Inference Example

"texts": [
        "साइबर हमले के बाद JLR का बड़ा बयान - जानें कंपनी ने क्या कहा | Tata Motors के शेयर पर दिखेगा असर?

#TataMotors #JLR #CyberAttack 

https://t.co/6WlGS77UUp",
        "Kita sudah Ready skrg ini bagi yang memerlukan jasa pemulihan akun & Hapus All akun 

 Lacak lokasi / sadap wa / Hack Akun / Revengeporn - korban pemerasan vcs / terror

TIKTOK,GMAIL,TWITER,TELEGRAM,
FACEBOOK,INSTAGRAM 
#revengeporn #zonauangᅠᅠᅠ 
 ☎️ https://t.co/K0AbW08qnU https://t.co/4IpWNA7a0z",
        "💥Slot Gacor Hari ini Rute303
💥Jaminan Jackpot Maxwin malam ini

LINK SLOT GACOR HARI INI : https://t.co/QvxjCAnt8o

Tags:
Jumbo #timsekop Jumat gratis ongkir Like Crazy PSIM https://t.co/ukuRdlvgGA"
    ]

results = classifier(texts)

for text, result in zip(texts, results):
    print(f"{text} -> {result['label']} ({result['score']:.4f})")

🏗️ Training Configuration

ParameterValue
Base Modelxlm-roberta-base
Training Samples11,958
Validation Samples2,989
Epochs3
Learning Rate2e-5
Batch Size16
Training Date2025-12-15

🎯 Intended Use Cases

  • Social media spam moderation
  • Comment & post filtering
  • Content quality control
  • Pre-filtering for sentiment or topic analysis pipelines

⚠️ Limitations

  • Binary classification only (Spam / Ham)
  • Not optimized for non-social-media formal text
  • Performance may degrade on very short or ambiguous messages

📜 License

Released under the Apache 2.0 License. Free for commercial and research use.


📚 Citation

If you use this model in your work, please cite:

@misc{djunaedi2025spam,
  author    = {Raihan Hidayatullah Djunaedi},
  title     = {Spam Detection for Social Media Text},
  year      = {2025},
  publisher = {Hugging Face},
  url       = {https://huggingface.co/nahiar/spam-detection-xlm-roberta-v1}
}

🙌 Acknowledgements

  • Hugging Face Transformers
  • Facebook AI Research — XLM-RoBERTa

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
952dc82

0 моделей