Deoffxlmr Mono Tamil

🚀 タミル語コード混合言語における攻撃的コンテンツ検出モデル

このモデルは、タミル語のコード混合言語における攻撃的コンテンツを検出するために使用されます。名前の中の「mono」は、モデルがタミル語（純粋なタミル語とコード混合言語）のデータのみを使用して学習された単言語設定を指します。重みは、事前学習されたXLM - Roberta - Baseから初期化され、Masked Language Modellingを使用してターゲットデータセットで事前学習された後、Cross - Entropy Lossを使用して微調整されます。

このモデルは、「EACL 2021 Shared Task on Offensive Language Identification in Dravidian Languages」で学習された複数のモデルの中で最良のものです。遺伝的アルゴリズムに基づくアンサンブルテスト予測は、リーダーボードで最高の重み付きF1スコアを獲得しました（ホールドアウトテストセットでの重み付きF1スコア：このモデル - 0.76、アンサンブル - 0.78）。

📚 ドキュメント

論文の詳細

Debjoy Saha, Naman Paharia, Debajit Chakraborty, Punyajoy Saha, Animesh Mukherjee. "Hate-Alert@DravidianLangTech-EACL2021: Ensembling strategies for Transformer-based Offensive language Detection".

これらのリソースを使用した公開された作品では、必ず当社の論文を引用してください。

@inproceedings{saha-etal-2021-hate,
    title = "Hate-Alert@{D}ravidian{L}ang{T}ech-{EACL}2021: Ensembling strategies for Transformer-based Offensive language Detection",
    author = "Saha, Debjoy and Paharia, Naman and Chakraborty, Debajit and Saha, Punyajoy and Mukherjee, Animesh",
    booktitle = "Proceedings of the First Workshop on Speech and Language Technologies for Dravidian Languages",
    month = apr,
    year = "2021",
    address = "Kyiv",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2021.dravidianlangtech-1.38",
    pages = "270--276",
    abstract = "Social media often acts as breeding grounds for different forms of offensive content. For low resource languages like Tamil, the situation is more complex due to the poor performance of multilingual or language-specific models and lack of proper benchmark datasets. Based on this shared task {``}Offensive Language Identification in Dravidian Languages{''} at EACL 2021; we present an exhaustive exploration of different transformer models, We also provide a genetic algorithm technique for ensembling different models. Our ensembled models trained separately for each language secured the first position in Tamil, the second position in Kannada, and the first position in Malayalam sub-tasks. The models and codes are provided.",
}

📄 ライセンス

このモデルは、Apache - 2.0ライセンスの下で提供されています。