/ Модель

Характеристики

Контекст
130 токенов
Параметры
136 млн
Архитектура
roberta · dense
Библиотека
pysentimiento
Опубликована
2 мар 2022

robertuito-hate-speech

Классификация текстаТекст → label3 профессии

Модель pysentimiento на базе испанской RoBERTa классифицирует твиты по наличию языка ненависти, направленности на конкретного человека и агрессивности.

62 087скачиваний за 30 дней7лайковвеса обновлены20 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

robertuito-hate-speech — испаноязычная модель классификации текста от pysentimiento, построенная на базе RoBERTuito — RoBERTa, обученной на испанских твитах. Модель содержит около 136,3 млн параметров и принимает последовательности длиной до 130 токенов.

Модель дообучена на корпусе HatEval (SemEval 2019, подзадача B) для анализа испаноязычных публикаций в соцсетях. Она определяет, содержит ли текст язык ненависти, направлен ли он на конкретного человека и является ли он агрессивным; эти признаки выдаются как метки классификации. В карточке для оценки на HatEval указан Macro F1 0,759.

Подходит для анализа пользовательских публикаций и исследований языка ненависти в испанских соцсетях. Результаты могут хуже переноситься на другие языки, жанры и более длинные тексты; модель не заменяет человеческую модерацию. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • поиск языка ненависти в испаноязычных публикациях
  • выявление оскорбительных сообщений в соцсетях
  • определение, направлена ли ненависть на конкретного человека
  • разметка агрессивных испаноязычных сообщений
  • анализ корпуса публикаций для исследования языка ненависти

Ограничения

Модель обучена для испаноязычных публикаций и входов длиной до 130 токенов; качество на других языках, жанрах и более длинных текстах может снижаться. Автоматические метки не заменяют человеческую проверку.

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

Hate Speech detection in Spanish

robertuito-hate-speech

Repository: https://github.com/pysentimiento/pysentimiento/

Model trained with SemEval 2019 Task 5: HatEval (SubTask B) corpus for Hate Speech detection in Spanish. Base model is RoBERTuito, a RoBERTa model trained in Spanish tweets.

It is a multi-classifier model, with the following classes:

  • HS: is it hate speech?
  • TR: is it targeted to a specific individual?
  • AG: is it aggressive?

Results

Results for the four tasks evaluated in pysentimiento. Results are expressed as Macro F1 scores

modelemotionhate_speechironysentiment
robertuito0.560 ± 0.0100.759 ± 0.0070.739 ± 0.0050.705 ± 0.003
roberta0.527 ± 0.0150.741 ± 0.0120.721 ± 0.0080.670 ± 0.006
bertin0.524 ± 0.0070.738 ± 0.0070.713 ± 0.0120.666 ± 0.005
beto_uncased0.532 ± 0.0120.727 ± 0.0160.701 ± 0.0070.651 ± 0.006
beto_cased0.516 ± 0.0120.724 ± 0.0120.705 ± 0.0090.662 ± 0.005
mbert_uncased0.493 ± 0.0100.718 ± 0.0110.681 ± 0.0100.617 ± 0.003
biGRU0.264 ± 0.0070.592 ± 0.0180.631 ± 0.0110.585 ± 0.011

Note that for Hate Speech, these are the results for Semeval 2019, Task 5 Subtask B (HS+TR+AG detection)

Citation

If you use this model in your research, please cite pysentimiento, RoBERTuito and HatEval papers:

% Pysentimiento
@misc{perez2021pysentimiento,
      title={pysentimiento: A Python Toolkit for Sentiment Analysis and SocialNLP tasks},
      author={Juan Manuel Pérez and Juan Carlos Giudici and Franco Luque},
      year={2021},
      eprint={2106.09462},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
% RoBERTuito paper
@inproceedings{perez-etal-2022-robertuito,
    title = "{R}o{BERT}uito: a pre-trained language model for social media text in {S}panish",
    author = "P{\'e}rez, Juan Manuel  and
      Furman, Dami{\'a}n Ariel  and
      Alonso Alemany, Laura  and
      Luque, Franco M.",
    booktitle = "Proceedings of the Thirteenth Language Resources and Evaluation Conference",
    month = jun,
    year = "2022",
    address = "Marseille, France",
    publisher = "European Language Resources Association",
    url = "https://aclanthology.org/2022.lrec-1.785",
    pages = "7235--7243",
    abstract = "Since BERT appeared, Transformer language models and transfer learning have become state-of-the-art for natural language processing tasks. Recently, some works geared towards pre-training specially-crafted models for particular domains, such as scientific papers, medical documents, user-generated texts, among others. These domain-specific models have been shown to improve performance significantly in most tasks; however, for languages other than English, such models are not widely available. In this work, we present RoBERTuito, a pre-trained language model for user-generated text in Spanish, trained on over 500 million tweets. Experiments on a benchmark of tasks involving user-generated text showed that RoBERTuito outperformed other pre-trained language models in Spanish. In addition to this, our model has some cross-lingual abilities, achieving top results for English-Spanish tasks of the Linguistic Code-Switching Evaluation benchmark (LinCE) and also competitive performance against monolingual models in English Twitter tasks. To facilitate further research, we make RoBERTuito publicly available at the HuggingFace model hub together with the dataset used to pre-train it.",
}
% HatEval paper

@inproceedings{hateval2019semeval,
  title={SemEval-2019 Task 5: Multilingual Detection of Hate Speech Against Immigrants and Women in Twitter},
  author={Basile, Valerio and Bosco, Cristina and Fersini, Elisabetta and Nozza, Debora and Patti, Viviana and Rangel, Francisco and Rosso, Paolo and Sanguinetti, Manuela},
  booktitle={Proceedings of the 13th International Workshop on Semantic Evaluation (SemEval-2019)},
  year={2019},
  publisher= {Association for Computational Linguistics}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pysentimiento · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
db125ee

0 моделей