Toxdect Roberta Large

🚀 有害言語検出

このモデルはツイートデータを用いて学習された有害言語検出モデルです。ベースモデルにはRoberta-largeを使用しています。学習データ、制限事項とバイアスを含む詳細については、論文とGithubのリポジトリを参照してください。

🚀 クイックスタート

モデルの概要

このモデルはツイートデータを用いて学習された有害言語検出モデルです。ベースモデルにはRoberta-largeを使用しています。詳細については、論文とGithubのリポジトリを参照してください。

使用方法

出力において、LABEL_1は有害、LABEL_0は非有害を意味します。

from transformers import pipeline
classifier = pipeline("text-classification",model='Xuhui/ToxDect-roberta-large', return_all_scores=True)
prediction = classifier("You are f**king stupid!", )
print(prediction)

"""
Output:
[[{'label': 'LABEL_0', 'score': 0.002632011892274022}, {'label': 'LABEL_1', 'score': 0.9973680377006531}]]
"""

📚 ドキュメント

学習手順

このモデルの乱数シードは22です。その他の詳細については、Githubのリポジトリを参照してください。

BibTeXエントリと引用情報

@inproceedings{zhou-etal-2020-debiasing,
  title = {Challenges in Automated Debiasing for Toxic Language Detection},
  author = {Zhou, Xuhui and Sap, Maarten and Swayamdipta, Swabha and Choi, Yejin and Smith, Noah A.},
  booktitle = {EACL},
  abbr = {EACL},
  html = {https://www.aclweb.org/anthology/2021.eacl-main.274.pdf},
  code = {https://github.com/XuhuiZhou/Toxic_Debias},
  year = {2021},
  bibtex_show = {true},
  selected = {true}
}

📄 ライセンス

原文書にライセンス情報が具体的に記載されていないため、このセクションは省略されました。