# ソーシャルメディアコンテンツ審査

neuralmind/bert-large-portuguese-casedをベースにファインチューニングしたポルトガル語ヘイトスピーチ検出モデル、精度98.92%

このモデルは `dbmdz/bert-base-turkish-cased` をファインチューニングして作成され、トルコ語テキストの二元毒性分類に使用されます。

BETO（スペイン語BERTベースモデル）をファインチューニングした毒性検出モデルで、スペイン語テキスト内の毒性コンテンツを識別します。

このモデルはBERTアーキテクチャを最適化した潜在的なヘイトスピーチ検出器で、特に英語の潜在的なヘイトスピーチに対してトレーニングと最適化が行われています。

IndoBERTweet-HateSpeechは、IndoToxic2024データセットで微調整されたモデルで、インドネシア語の憎悪発言を識別するために使用され、高い精度とF1スコアを持っています。

MetaHateBERTは、BERTアーキテクチャに基づくテキスト分類モデルで、仇恨発言の検出に特化しています。

xlm-roberta-largeアーキテクチャに基づく多言語毒性分類器で、9言語のテキスト毒性検出をサポート

BERTベースのトルコ語テキスト分類モデルで、テキスト内の攻撃的言語を検出するために使用されます

DistilBERT軽量モデルを基にした憎悪/攻撃的発言検出器。大規模テキスト事前学習と専用データセットによるファインチューニングで効率的な識別を実現

RoBERTa-base-bneをファインチューニングしたスペイン語サイバーいじめ検出モデル。コロンビア地域のソーシャルメディアコンテンツに特化

BERT-largeポルトガル語モデルをファインチューニングしたヘイトスピーチ分類器で、hate_speech_portugueseデータセットで78.14%の精度を達成

BERTベースのヘイトスピーチ多ラベル分類器で、テキスト中の人種、宗教、出身、性別、性的指向、年齢、障害などに基づくヘイトスピーチカテゴリを識別します。

BERTurkモデルをファインチューニングしたトルコ語ヘイトスピーチ検出モデルで、中立、攻撃的、ヘイトスピーチの3種類のテキストを識別できます。

このモデルはibert-roberta-baseをファインチューニングしたバージョンで、誹謗中傷や脅迫的発言の検出に特化しています。

超高精度のマルチクラス画像分類器で、センシティブコンテンツを正確に検出

ELECTRAアーキテクチャに基づく韓国語テキスト分類モデル。コメントやチャット内容にセンシティブな情報が含まれているかどうかを判断するために使用されます

ヘイトスピーチを検出・分類するためのテキスト分類モデル。

JIGSAW毒性コメント分類チャレンジのデータセットを基に訓練された多言語テキスト毒性分類モデルで、10種類の言語に対応しています。

rubert-tinyをファインチューニングしたロシア語テキスト毒性マルチラベル分類モデル

これはBERTアーキテクチャに基づくトルコ語の攻撃的言語検出モデルで、Twitterデータを使用してファインチューニングされています。

ruBERT-tinyをベースに微調整したロシア語毒性テキストの命名エンティティ認識モデルで、テキスト中の毒性コンテンツを識別できます。

これはイタリア語のソーシャルメディアコンテンツに対する憎悪発言分類の単言語モデルで、ALBERTO事前学習言語モデルに基づいて構築されています。

HateXplainは、仇恨発言、不快な内容、通常の内容を検出するためのテキスト分類モデルで、GabとTwitterのデータを基に訓練され、人工アノテーションの根拠を導入して性能を向上させています。

このモデルはインドネシア語のハットスピーチを検出するために使用され、多言語BERTを微調整して作成され、インドネシア語のデータのみを使用して訓練されています。

BERTベースのテキスト分類モデルで、仇恨発言と不快な内容を検出し、合理的な根拠を予測します。