Roberta Base Cold

🚀 [hfl/chinese - roberta - wwm - extをCOLDatasetでファインチューニングしたモデル]

[hfl/chinese - roberta - wwm - ext](https://huggingface.co/hfl/chinese - roberta - wwm - ext) を [COLDataset](https://github.com/thu - coai/COLDataset) でファインチューニングしたモデルで、中国語の攻撃的な言語検出に役立ちます。

🚀 クイックスタート

[hfl/chinese - roberta - wwm - ext](https://huggingface.co/hfl/chinese - roberta - wwm - ext) を [COLDataset](https://github.com/thu - coai/COLDataset) でファインチューニングしたモデルの使用方法は以下の通りです。

💻 使用例

基本的な使用法

import torch
from transformers.models.bert import BertTokenizer, BertForSequenceClassification

tokenizer = BertTokenizer.from_pretrained('thu-coai/roberta-base-cold')
model = BertForSequenceClassification.from_pretrained('thu-coai/roberta-base-cold')
model.eval()

texts = ['你就是个傻逼！','黑人很多都好吃懒做，偷奸耍滑！','男女平等，黑人也很优秀。']

model_input = tokenizer(texts,return_tensors="pt",padding=True)
model_output = model(**model_input, return_dict=False)
prediction = torch.argmax(model_output[0].cpu(), dim=-1)
prediction = [p.item() for p in prediction]
print(prediction) # --> [1, 1, 0] (0 for Non-Offensive, 1 for Offenisve)

このファインチューニングされたモデルは、テストセットで82.75の正解率と82.39のマクロF1を達成しています。

もしこのモデルを使用する場合は、元の論文 を引用してください。

@article{deng2022cold,
  title={Cold: A benchmark for chinese offensive language detection},
  author={Deng, Jiawen and Zhou, Jingyan and Sun, Hao and Zheng, Chujie and Mi, Fei and  Meng, Helen and Huang, Minlie},
  booktitle={Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing},
  year={2022}
}