Dehatebert Mono English

🚀 英文仇恨言論檢測模型

本模型用於檢測英文文本中的仇恨言論。名稱中的“mono”表示單語言設置，即該模型僅使用英文數據進行訓練。它是在多語言BERT模型的基礎上進行微調的。 模型使用不同的學習率進行訓練，在學習率為2e - 5時，取得的最佳驗證分數為0.726030。訓練代碼可在此處找到。

🚀 快速開始

本模型可直接用於英文仇恨言論的檢測，你可以參考訓練代碼進行進一步的開發和應用。

✨ 主要特性

• 單語言檢測：專注於英文仇恨言論的檢測，在英文數據上進行訓練。
• 微調模型：基於多語言BERT模型進行微調，提升檢測效果。

📚 詳細文檔

論文詳情

Sai Saketh Aluru、Binny Mathew、Punyajoy Saha和Animesh Mukherjee發表了論文“Deep Learning Models for Multilingual Hate Speech Detection”，該論文已被ECML - PKDD 2020接收。

引用信息

如果你的研究工作使用了本模型或相關資源，請引用以下論文：

@article{aluru2020deep,
  title={Deep Learning Models for Multilingual Hate Speech Detection},
  author={Aluru, Sai Saket and Mathew, Binny and Saha, Punyajoy and Mukherjee, Animesh},
  journal={arXiv preprint arXiv:2004.06465},
  year={2020}
}

📄 許可證

本項目採用Apache 2.0許可證。