Характеристики

Контекст: 512 токенов
Параметры: 137 млн
Архитектура: bert · dense
Опубликована: 26 фев 2023

Ссылки

bert-it-hate-speech

Классификация текстаТекст → label3 профессии

BERT-модель pysentimiento классифицирует итальянский текст для выявления ненавистнических высказываний, например в сообщениях социальных сетей.

13 543скачиваний за 30 дней0лайковвеса обновлены26 фев 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

pysentimiento/bert-it-hate-speech — модель классификации текста на основе BERT, разработанная проектом pysentimiento для выявления ненавистнических высказываний на итальянском языке. Она предназначена для анализа сообщений и другого текста, в том числе публикаций в социальных сетях. Модель содержит 137,1 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов.

Модель выдаёт метки классификации для входного текста. В карточке указаны PyTorch и задача text-classification; сведения о лицензии и конкретных классах в доступных источниках не подтверждены. Как классификатор, модель может ошибочно интерпретировать контекст, и её результаты требуют проверки в целевом сценарии.

Сценарии применения

выявление ненавистнических высказываний в итальянских публикациях
классификация комментариев на наличие языка ненависти
предварительная модерация италоязычных сообщений
анализ итальянских текстов для мониторинга языка ненависти

Ограничения

Модель рассчитана на итальянский язык и ограничена длиной входа до 512 токенов. Доступные источники не сообщают подробностей о классах и показателях качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

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: 9a60ac3