许可证: MIT

语言: 西班牙语
标签:

• "西班牙语"
  评估指标:
• ROC-AUC
  示例输入:
• 文本: "你可真是个十足的蠢货！"
• 文本: "跳桥去吧！"
• 文本: "癞蛤蟆，恶心的垃圾"
• 文本: "再为Wilson点支蜡烛，希望出现四只小狗"
• 文本: "我们将以叛国罪开除你"
• 文本: "这该死的热天气"
• 文本: "老不死的，你什么时候才咽气"
• 文本: "下周杂志封面将是Selena Gómez的秘密"
• 文本: "看着自己每天600条推文全耗在Julio Iglesias的梗图上。"

哥伦比亚西班牙语网络暴力分类器

该模型是基于PlanTL-GOB-ES/roberta-base-bne微调的版本，训练数据来自手动收集的推特社交网络帖子，用于检测哥伦比亚西班牙语中的网络暴力行为。

训练与评估数据

使用的数据集包含3570条推文，这些推文被人工标注为"网络暴力"或"非网络暴力"。该数据集的显著特点是：对于特定词汇，既包含标注为网络暴力的推文实例，也包含相同词汇但标注为非网络暴力的实例。这是因为相同词汇在不同语境下可能导致完全不同的分类结果。

例如，"非网络暴力"类别的推文主要包含在特定语境下不构成网络暴力的粗俗用语，如"兄弟，我忘了看比赛"。此外，该类别还少量收录了来自哥伦比亚地区热门话题的推文。推特趋势反映了特定时间段某地域最热门的话题讨论，本质上捕捉了当地人在线分享的内容。

当无法获取包含特定攻击性词汇（如"希望你被强奸"）的非网络暴力推文时，便会采用趋势推文进行补充。相反，标注为网络暴力的推文未必都包含强烈粗俗用语，例如"我会找到你的"。

数据集中网络暴力与非网络暴力推文的数量分布均衡。构建数据集使用的关键词和短语选自论文《网络暴力细粒度分析指南》定义的四大类别：侮辱、威胁、诅咒和诽谤。侮辱类涉及使用攻击性词汇意图伤害他人，威胁类旨在损害受害者人身安全，诅咒类包含希望他人遭遇不幸的表述，诽谤类则试图破坏受害者声誉。这些类别全面覆盖了网络暴力的主要表现形式。所有推文均由项目关联的职业治疗师完成标注。

训练流程

模型实战 🚀

使用pipelines快速调用：

!pip install -q transformers
from transformers import pipeline

model_path = "FelipeGuerra/colombian-spanish-cyberbullying-classifier"
bullying_analysis = pipeline("text-classification", model=model_path, tokenizer=model_path)

bullying_analysis(
    "就像我妈妈说的：要下大雨了"
    )

# 输出:
[{'label': '非网络暴力', 'score': 0.977687656879425}]

bullying_analysis(
    "这贱人迟早要付出代价"
    )
# 输出:
[{'label': '网络暴力', 'score': 0.9404164552688599}] 
    

框架版本

• Transformers 4.34.0
• Pytorch 2.0.1+cu118
• Pandas 1.5.3
• scikit-learn 1.2.2

开发者: Felipe Guerra Sáenz | 领英