/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-multilingual-cased
Библиотека
transformers
Опубликована
12 июл 2026

moviecert-teacher-hi

Классификация текстаТекст → label3 профессии

Многоязычная модель DistilBERT, дообученная для классификации сценариев фильмов на хинди по возрастным категориям.

8скачиваний за 30 дней0лайковвеса обновлены12 июл 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

Hindi Teacher — модель Pratik N. Kalamkar для классификации сценариев фильмов на хинди по возрастным категориям. Она разработана как часть исследовательского проекта MovieCert и служит учительской моделью в схеме дистилляции знаний для создания более компактных моделей. Архитектура — многоязычный DistilBERT с классификационной головой; модель дообучена на размеченных сценариях фильмов на хинди. Она принимает текст и выдаёт метки классов. Контекст модели — 512 токенов; для длинных сценариев в описанном процессе применяются разбиение на фрагменты и агрегация предсказаний.

Модель предназначена для исследовательского анализа сценариев, предварительной оценки возрастной категории и вспомогательной модерации контента. Также её можно использовать как учительскую модель при дистилляции, основу для дальнейшего дообучения или извлечения признаков. Лицензия — Apache 2.0.

Качество может снижаться на сценариях, отличающихся от обучающих данных. Известные ограничения включают небольшой размер и возможный дисбаланс датасета, перекосы по жанрам, культурные смещения и неоднозначность языка. Предсказания не заменяют проверку специалистом и не предназначены для официальной сертификации фильмов.

Сценарии применения

  • Предварительная оценка возрастной категории сценария фильма на хинди
  • Классификация сценариев для исследовательского проекта по сертификации фильмов
  • Анализ сценариев на хинди для вспомогательной модерации контента
  • Подготовка учительских предсказаний для дистилляции компактных моделей
  • Извлечение признаков из текстов сценариев фильмов на хинди

Ограничения

Датасет ограничен по размеру и может иметь дисбаланс классов и жанров; возможны культурные смещения и неоднозначность хинди, а качество может снижаться на сценариях вне обучающего распределения. Модель не предназначена для официальных решений о сертификации, поэтому предсказания требуют проверки человеком.

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

MovieCert Hindi Teacher Model

Model Details

Model Description

This repository contains the Hindi Teacher model developed for the research paper "Lightweight and Explainable Neural Models for Multilingual Movie Script Certification."

The model is fine-tuned from the multilingual DistilBERT architecture to classify Hindi movie scripts into age-rating categories. It serves as the teacher model in a knowledge distillation framework used to develop lightweight student models for efficient deployment.

  • Developed by: Pratik N. Kalamkar
  • Funded by: Self-funded academic research
  • Shared by: Pratik N. Kalamkar
  • Model type: Transformer-based sequence classification model (DistilBERT)
  • Language(s): Hindi
  • License: Apache 2.0
  • Finetuned from model: distilbert-base-multilingual-cased

Model Sources


Uses

Direct Use

This model is intended for automated classification of Hindi movie scripts into age-rating categories.

Potential applications include:

  • Automated movie certification research
  • Movie script analysis
  • Content moderation
  • Academic NLP research
  • Benchmarking multilingual transformer models

Downstream Use

The model may be used as:

  • Teacher model for knowledge distillation
  • Base model for further fine-tuning
  • Feature extractor
  • Long-document text classification research

Out-of-Scope Use

This model is not intended for:

  • Legal or official movie certification decisions
  • Safety-critical systems
  • Hate speech detection
  • Sentiment analysis
  • Medical or legal decision making

Predictions should not replace human review.


Bias, Risks and Limitations

The model was trained using a curated dataset of Hindi movie scripts and inherits limitations of the dataset, including:

  • Limited dataset size
  • Possible class imbalance
  • Genre imbalance
  • Cultural bias
  • Language-specific ambiguity

Performance may decrease on scripts that differ substantially from the training distribution.


Recommendations

The model should be used as an assistive tool rather than a replacement for human reviewers.


Training Details

Training Data

The model was trained using the Hindi Movie Scripts with Verified Age Ratings https://huggingface.co/datasets/pratikkalamkar/Movie_Scripts_with_Age_Ratings_by_Pratik_Kalamkar-Hi dataset curated by the author.

Training data consists of Hindi movie scripts labelled with their corresponding age ratings.


Training Procedure

The model was fine-tuned using the Hugging Face Transformers library.

Preprocessing

  • UTF-8 normalization
  • Tokenization using DistilBERT tokenizer
  • Sliding-window chunking for long movie scripts
  • Chunk-level prediction aggregation

Training Hyperparameters

  • Base model: distilbert-base-multilingual-cased
  • Epochs: 6
  • Batch size (train): 8
  • Batch size (evaluation): 16
  • Learning rate: 2e-5
  • Weight decay: 0.01
  • Warmup steps: 50
  • Optimizer: AdamW
  • Maximum gradient norm: 1.0
  • Early stopping patience: 2
  • Mixed precision: Disabled (FP32)

Evaluation

Testing Data

Held-out Hindi movie script test split.


Metrics

The following metrics were used:

  • Accuracy
  • Precision
  • Recall
  • Macro F1-score
  • Confusion Matrix

Results

The complete experimental results are reported in the associated journal paper.


Technical Specifications

Model Architecture

  • DistilBERT multilingual encoder
  • Sequence Classification Head
  • Fine-tuned on Hindi movie scripts

Software

  • Python
  • PyTorch
  • Hugging Face Transformers
  • Scikit-learn

Citation

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

BibTeX

@article{kalamkar2026moviecertification,
  author = {Pratik N. Kalamkar and Prasadu Peddi and Yogesh K. Sharma},
  title = {Lightweight and Explainable Neural Models for Multilingual Movie Script Certification},
  journal = {International Journal of Information Technology and Computer Science},
  volume = {18},
  number = {2},
  pages = {146--160},
  year = {2026},
  doi = {10.5815/ijitcs.2026.02.09}
}

More Information

This model is one component of the MovieCert multilingual movie certification framework comprising:

  • English Teacher Model
  • Hindi Teacher Model
  • Marathi Teacher Model

Model Card Author

Pratik N. Kalamkar


Contact

For questions regarding the model or the associated research, please contact:

Pratik N. Kalamkar

GitHub: https://github.com/pratik1986

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
DistilBertForSequenceClassification
Ревизия весов
5b7f644

0 моделей