Bert Spanish Toxicity

🚀 用於西班牙語毒性分類的微調BERT模型

本項目是一個基於BETO模型微調的BERT模型，BETO是專門為西班牙語訓練的基礎大小的BERT模型。該模型的訓練數據集是西班牙語抗議事件中關於毒性和不文明行為的黃金標準數據集。

此數據集包含來自三個拉丁美洲抗議事件的約500萬個數據點：（a）2020年8月阿根廷針對新冠疫情和司法改革措施的抗議活動；（b）2019年5月巴西針對教育預算削減的抗議活動；（c）2019年10月智利因地鐵票價上漲引發的社會動盪。我們專注於西班牙語的交互數據，旨在為這種語言的數字交互制定黃金標準，因此優先使用阿根廷和智利的數據。

• GitHub倉庫
• Zenodo上的數據集
• 參考論文

標籤：NONTOXIC（非毒性）和TOXIC（毒性）

🚀 快速開始

分類示例

基礎用法

## Pipeline as a high-level helper
from transformers import pipeline
toxic_classifier = pipeline("text-classification", model="bgonzalezbustamante/bert-spanish-toxicity")

## Non-toxic example
non_toxic = toxic_classifier("Que tengas un excelente día :)")

## Toxic example
toxic = toxic_classifier("Eres un maldito infeliz")

## Print examples
print(non_toxic)
print(toxic)

輸出：

[{'label': 'NONTOXIC', 'score': 0.8723140358924866}]
[{'label': 'TOXIC', 'score': 0.9470418691635132}]

📚 詳細文檔

模型信息

驗證指標

• 準確率：0.835
• 精確率：0.816
• 召回率：0.886
• F1分數：0.849

📄 許可證

本項目採用MIT許可證。