suicidal-electraオープンソーステキスト分類モデル - 無料でテキストの自殺傾向を検出

ホーム

Suicidal Electra

gohjiayiによって開発

ELECTRAアーキテクチャに基づくテキスト分類モデルで、テキスト内に自殺傾向が含まれているかどうかを検出します。

テキスト分類

Transformers

英語オープンソースライセンス:MIT #高精度テキスト分類 #メンタルヘルスモニタリング #Redditデータトレーニング

ダウンロード数 50

リリース時間 : 3/2/2022

モデル概要

このモデルはテキスト内容を分析し、自殺傾向があるかどうかを予測します（1は自殺傾向あり、0は自殺傾向なしを示します）。メンタルヘルスモニタリングと早期警告に適しています。

モデル特徴

高精度

テストデータセットで97.92%の精度を達成し、優れた性能を発揮します。

効率的なトレーニング

単一エポックトレーニング（1 epoch）と小さなバッチサイズ（6）を採用し、計算リソースを節約します。

バランスの取れたデータセット

トレーニングデータには自殺と非自殺の2つのカテゴリに均等に分布した232,074件のテキスト記録が含まれています。

モデル能力

自殺傾向検出

テキスト分類

使用事例

メンタルヘルス

ソーシャルメディアモニタリング

ソーシャルメディアプラットフォーム上のユーザー投稿を監視し、潜在的な自殺傾向を識別します。

メンタルヘルス専門家が高リスクの個人を迅速に発見するのに役立ちます。

心理カウンセリング支援

心理カウンセラーがクライアントの自殺リスクを評価するのを支援します。

客観的なテキスト分析結果を提供し、専門的な判断をサポートします。

🚀 Suicidal - ELECTRA

このテキスト分類モデルは、単語のシーケンスが自殺傾向（1）か非自殺傾向（0）かを予測します。

🚀 クイックスタート

このモデルは、単語のシーケンスが自殺傾向を持つかどうかを予測するためのテキスト分類モデルです。以下のセクションでは、モデルの詳細、使用方法、パフォーマンスなどについて説明します。

✨ 主な機能

テキストが自殺傾向（1）か非自殺傾向（0）かを予測する。
高い精度、再現率、適合率、F1スコアを達成している。

📦 インストール

このモデルを使用するには、transformers ライブラリを通じてモデルをロードします。以下のコードを実行してください。

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("gooohjy/suicidal-electra")
model = AutoModel.from_pretrained("gooohjy/suicidal-electra")

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("gooohjy/suicidal-electra")
model = AutoModel.from_pretrained("gooohjy/suicidal-electra")