语言: ca 标签:

• "加泰罗尼亚语" 指标:
• 准确率 小部件:
• 文本: "你比小精灵还小!!"
• 文本: "你丑得人家从门缝底下塞食物给你吃。"

roberta-base-ca-finetuned-cyberbullying-catalan

该模型是基于BSC-TeMU/roberta-base-ca在加泰罗尼亚语网络暴力检测数据集上微调的版本，数据集通过爬取所有社交媒体（Twitter、YouTube等）生成。

在评估集上取得了以下结果：

• 损失值: 0.1508
• 准确率: 0.9665

训练与评估数据

通过整合多个社交媒体（Twitter、YouTube、Discord等）爬取生成的语料库进行微调，总句对数量超过41万条。训练方法类似roberta-base-bne-finetuned-cyberbullying-spanish

训练流程

模型实战 🚀

使用pipeline快速调用：

from transformers import pipeline

model_path = "JonatanGk/roberta-base-ca-finetuned-ciberbullying-catalan"
bullying_analysis = pipeline("text-classification", model=model_path, tokenizer=model_path)

bullying_analysis(
    "自从见到你我就爱上了你。"
    )
    
# 输出:
[{'label': '非暴力', 'score': 0.9996786117553711}]

bullying_analysis(
    "你丑得人家从门缝底下塞食物给你吃。"
    )
    
# 输出:
[{'label': '网络暴力', 'score': 0.9927878975868225}]
    

框架版本

• Transformers 4.10.3
• Pytorch 1.9.0+cu102
• Datasets 1.12.1
• Tokenizers 0.10.3

引用文献

@inproceedings{armengol-estape-etal-2021-multilingual,
    title = "多语言模型是中等资源语言的最佳选择吗？加泰罗尼亚语全面评估",
    author = "Armengol-Estap{\'e}, Jordi 等",
    booktitle = "ACL-IJCNLP 2021会议论文集",
    month = 8月,
    year = "2021",
    address = "线上",
    publisher = "计算语言学协会",
    url = "https://aclanthology.org/2021.findings-acl.437",
    doi = "10.18653/v1/2021.findings-acl.437",
    pages = "4933--4946",
}

特别感谢导师Manuel Romero/@mrm8488和R.C.

由Jonatan Luna创建 | 领英主页