# ソーシャルメディアコンテンツの審査

このモデルはbert-based-uncased-hatespeech-moviesモデルの派生バージョンで、テキストを通常、冒犯的、またはヘイトスピーチに分類するために使用されます。

これはツイート憎悪言論検出データセットで微調整されたモデルで、ソーシャルメディア上の憎悪言論を識別および分類するために使用されます。

デンマーク語BERTに基づく憎悪発言検出モデルで、デンマーク語テキストの冒犯的コンテンツを識別するために使用されます。

このモデルはアラビア語の憎悪発言を検出するために使用され、多言語BERTを微調整したもので、最良の検証スコアは0.877609です。

このモデルは多言語BERTを微調整したもので、ドイツ語の憎悪発言を検出するために特別に設計されており、単言語（英語）の訓練データを使用しています。

これは、オランダ語のソーシャルメディアコンテンツに対する憎悪発言を分類する単一言語モデルで、BERTjeの事前学習モデルに基づいています。

このモデルはフランス語の憎悪発言を検出するために使用され、多言語BERTモデルを微調整して作成され、単言語のトレーニング設定を採用しています。

多言語BERTを微調整したイタリア語憎悪発言検出モデルで、英語データを使用して訓練されました。

このモデルは、タミル語のコード混合テキスト中の冒涜的コンテンツを検出するために使用され、XLM - Roberta - Baseモデルをベースに訓練され、EACL 2021のドラヴィダ語族の冒涜的言語識別共有タスクで優れた成績を収めました。

xlm - roberta - baseを基に微調整されたスペイン政治ツイートの毒性検出モデルで、ツイート内の毒性および高度な毒性の内容を識別できます。

ELECTRAアーキテクチャに基づくデンマーク語の攻撃的言語検出モデルで、テキストが攻撃的かどうかを判断するために使用されます。