/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Библиотека
transformers
Опубликована
10 июн 2025

multilingual-hate-speech-xlm-roberta

Классификация текстаТекст → label3 профессии

Дообученная XLM-RoBERTa классифицирует английские и сербские тексты по категориям языка вражды и нейтрального содержания.

68скачиваний за 30 дней3лайкавеса обновлены10 июн 2025

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

sadjava выпустил дообученную модель XLM-RoBERTa для выявления и классификации языка вражды в английских и сербских текстах. Модель на 305,2 млн параметров принимает текст и относит его к одной из восьми категорий: семь видов дискриминационного или оскорбительного содержания (по признакам расы, сексуальной ориентации, гендера, внешности, религии, социального класса и инвалидности) и нейтральное содержание. Сербский поддерживается в кириллице и латинице.

Модель подходит для первичной сортировки текстов и помощи модераторам, а также для исследовательских и образовательных проектов. Она использует архитектуру XLM-RoBERTa для классификации последовательностей, работает через Transformers и имеет контекст до 514 токенов. В README заявлены высокая точность и подробные объяснения, но метрики и механизм объяснений не приведены, поэтому эти заявления нельзя оценить по карточке. Результаты требуют проверки человеком, особенно при принятии важных решений. Лицензия — MIT.

Сценарии применения

  • первичная модерация англоязычных публикаций
  • выявление дискриминационных высказываний на сербском языке
  • классификация токсичных текстов по типу дискриминации
  • отбор нейтральных и потенциально оскорбительных сообщений для проверки модератором

Ограничения

Проверяемые метрики качества и сведения о том, как формируются заявленные подробные объяснения, в карточке не приведены. Модель следует использовать для первичной проверки, а результаты — оценивать с учётом контекста и подтверждать 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

Multilingual Hate Speech Detector (XLM-RoBERTa)

Model Description

This is a fine-tuned XLM-RoBERTa model for multilingual hate speech detection, specifically trained on English and Serbian text. The model classifies text into 8 categories:

  • Race: Racial discrimination and slurs
  • Sexual Orientation: Homophobic content, LGBTQ+ discrimination
  • Gender: Sexist content, misogyny, gender-based harassment
  • Physical Appearance: Body shaming, lookism, appearance-based harassment
  • Religion: Religious discrimination, islamophobia, antisemitism
  • Class: Classist content, economic discrimination
  • Disability: Ableist content, discrimination against disabled people
  • Appropriate: Non-hateful, normal conversation

Languages Supported

  • English: Comprehensive hate speech detection
  • Serbian: Native Serbian language support (Cyrillic and Latin scripts)

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained("sadjava/multilingual-hate-speech-xlm-roberta")
model = AutoModelForSequenceClassification.from_pretrained("sadjava/multilingual-hate-speech-xlm-roberta")

# Example prediction
text = "Your text here"
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)

with torch.no_grad():
    outputs = model(**inputs)
    predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)

# Categories
categories = ["Race", "Sexual Orientation", "Gender", "Physical Appearance", 
              "Religion", "Class", "Disability", "Appropriate"]

# Get predicted category
predicted_class = torch.argmax(predictions, dim=-1).item()
predicted_category = categories[predicted_class]
confidence = float(predictions[0][predicted_class])

print(f"Category: {predicted_category}")
print(f"Confidence: {confidence:.2%}")

Training Data

The model was fine-tuned on multilingual hate speech datasets including:

  • English hate speech datasets
  • Serbian hate speech datasets
  • Augmented examples for better multilingual performance

Performance

  • Accuracy: High-confidence predictions with detailed explanations
  • Languages: English and Serbian with cross-lingual capabilities
  • Categories: 8-class classification including appropriate content

Ethical Considerations

This model is designed for research and educational purposes. Results should be interpreted carefully and human judgment should always be applied for critical decisions. The system is designed to assist, not replace, human moderation.

Citation

If you use this model, please cite:

@misc{multilingual-hate-speech-xlm-roberta,
  author = {sadjava},
  title = {Multilingual Hate Speech Detector},
  year = {2024},
  publisher = {Hugging Face},
  url = {https://huggingface.co/sadjava/multilingual-hate-speech-xlm-roberta}
}

Demo

Try the interactive demo: Multilingual Hate Speech Detector Space

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
d9ca776

0 моделей