/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Опубликована
30 ноя 2022

beto-contextualized-hate-speech

Классификация текстаТекст → label3 профессии

Испанская модель на базе BETO для многометочной классификации комментариев к новостям по категориям языка ненависти с учётом контекста.

17 818скачиваний за 30 дней8лайковвеса обновлены17 ноя 2023

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

piuba-bigdata/beto-contextualized-hate-speech — испаноязычная модель для тонкого многометочного выявления языка ненависти в комментариях к новостным статьям. Она дообучена на базе BETO, испанской предварительно обученной модели семейства BERT, и имеет около 137,1 млн параметров. Для анализа подайте комментарий и контекст вместе в формате «текст комментария [SEP] контекст»; модель классифицирует текст по нескольким категориям, включая высказывания против женщин, ЛГБТИ и расистские высказывания, а также отдельно отмечает призывы к насилию.

Модель рассчитана на классификацию текста на испанском языке и поддерживает до 512 токенов контекста. Её многометочная постановка позволяет одновременно выявлять несколько признаков в одном комментарии. В карточке README сведения о лицензии и конкретных ограничениях качества не приведены.

Сценарии применения

  • выявление ненавистнических комментариев к новостям
  • обнаружение расистских высказываний
  • поиск нападок на женщин и ЛГБТИ
  • выявление комментариев с призывами к насилию

Ограничения

Модель принимает текст в заданном формате «комментарий [SEP] контекст» и рассчитана на испанский язык; поддерживает последовательности до 512 токенов. README не сообщает лицензию и не приводит оценок качества.

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

Contextualized, fine-grained hate speech detection

Try our [demo]((https://huggingface.co/spaces/piubamas/discurso-de-odio).

Model trained to detect hate speech comments in news articles. Base model is BETO, a Spanish BERT pre-trained model. The task the model was trained on is a multilabel classification problem, where each input have a label for each of the considered groups:

LabelDescription
WOMENAgainst women
LGBTIAgainst LGBTI
RACISMRacist
CLASSClassist
POLITICSBecause of politics
DISABLEDAgainst disabled
APPEARANCEAgainst people because their appearance
CRIMINALAgainst criminals

There is an extra label CALLS, which represents whether a comment is a call to violent action or not.

Input

The model was trained taking into account both the comment and the context. To feed this model, use the template

TEXT [SEP] CONTEXT

where [SEP] is the special token used to separate the comment from the context.

Example

If we want to analyze

Comment: Hay que matarlos a todos!!! Nos infectaron con su virus!
Context: China prohibió la venta de perros y gatos para consumo humano

The input should be

Hay que matarlos a todos!!! Nos infectaron con su virus! [SEP] China prohibió la venta de perros y gatos para consumo humano

Usage:

Sadly, the huggingface pipeline does not support multi-label classification, so this model cannot be tested directly in the side widget.

To use it, you can try our demo. If you want to use it with your own code, use the following snippet:


import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

model_name = "piubamas/beto-contextualized-hate-speech"
# Load tokenizer and model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

id2label = [model.config.id2label[k] for k in range(len(model.config.id2label))]

def predict(*args):
    encoding = tokenizer.encode_plus(*args)

    inputs = {
        k:torch.LongTensor(encoding[k]).reshape(1, -1) for k in {"input_ids", "attention_mask", "token_type_ids"}
    }

    output = model.forward(
        **inputs
    )

    chars = list(zip(id2label, list(output.logits[0].detach().cpu().numpy() > 0)))

    return [char for char, pred in chars if pred]

context = "China prohíbe la cría de perros para consumo humano")
text = "Chinos hdrmp hay que matarlos a todos"

prediction = predict(text, context)

Citation

@article{perez2023assessing,
  title={Assessing the impact of contextual information in hate speech detection},
  author={P{\'e}rez, Juan Manuel and Luque, Franco M and Zayat, Demian and Kondratzky, Mart{\'\i}n and Moro, Agust{\'\i}n and Serrati, Pablo Santiago and Zajac, Joaqu{\'\i}n and Miguel, Paula and Debandi, Natalia and Gravano, Agust{\'\i}n and others},
  journal={IEEE Access},
  volume={11},
  pages={30575--30590},
  year={2023},
  publisher={IEEE}
}

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
e9d7c2e

0 моделей