语言:

• 荷兰语 标签:
• 文本分类
• PyTorch 示例:
• 文本: "我用整颗心爱着你" 示例标题: "非恶意评论1"
• 文本: "这个观点很好，我之前没有这样考虑过" 示例标题: "非恶意评论2"
• 文本: "你他妈刚才对我说什么，混蛋？" 示例标题: "恶意评论1"
• 文本: "滚开，肮脏的婊子养的" 示例标题: "恶意评论2" 许可证: Apache-2.0 评估指标:
• 准确率、F1分数、召回率、精确率

RobBERT-荷兰语基础版-恶意评论检测

模型描述:

该模型旨在检测具有毒性或潜在危害的评论。

我们基于荷兰语RobBERT模型RobBERT，在翻译后的Jigsaw毒性数据集上进行了微调训练。

原始数据集使用MariantMT模型进行了翻译。

模型训练参数如下：

训练参数 = 训练参数设置(
    学习率=1e-5,
    每设备训练批大小=8,
    每设备评估批大小=8,
    梯度累积步数=6,
    结束时加载最佳模型=True,
    最佳模型指标="召回率",
    训练轮数=2,
    评估策略="分步",
    保存策略="分步",
    保存总数限制=10,
    日志记录步数=100,
    评估步数=250,
    保存步数=250,
    权重衰减=0.001,
    报告至="wandb")

模型性能:

模型评估使用数据集的1/10作为测试集。

数据集:

由于受限于Jigsaw的许可协议，我们无法开源该数据集。