Polite Bert

🚀 禮貌Bert（Polite Bert）

禮貌Bert是一個經過訓練的BERT模型，它能夠對給定句子的禮貌程度進行分類，為文本的禮貌性評估提供了有效的解決方案。

🚀 快速開始

本項目的推理功能已開啟，你可以通過以下示例快速體驗：

✨ 主要特性

禮貌Bert，顧名思義，是一個經過訓練的BERT模型，用於將給定句子按照禮貌程度進行分類：

• 不禮貌（即粗魯或無禮）
• 中立
• 有點禮貌
• 禮貌

📚 詳細文檔

模型詳情

禮貌Bert是通過在標註的禮貌級別數據上微調 BERT 模型進行訓練的。該模型使用SFT訓練了4個epoch，批量大小為16，最大序列長度為128個標記。

數據詳情

訓練數據由2000個標註的句子組成，具體構成如下：

手動標註數據

• 從 EUROPARL 數據集中抽取250個句子，具體來自英葡（PT - EN）數據的英文版本。
• 從 SIMMC2.0 數據集中抽取250個句子，來自任何領域（時尚或傢俱）和說話者（系統或用戶）。
• 從 StackExchange 數據集的哲學和政治數據中抽取250個句子。
• 從Trip Advisor的酒店評論回覆集合中抽取250個句子。

自動標註數據

• 從 4Chan Pol 數據集中抽取1000個句子。具體來說，只考慮標註為毒性（TOXICITY）> 0.85、嚴重毒性（SEVERE_TOXICITY）> 0.85和侮辱性（INSULT）> 0.5的句子。

前1000個句子是手動標註的，而來自4ChanPol的1000個句子自動設置為不禮貌。

選擇這些源數據集是因為它們可能包含不同但明顯的禮貌級別（如4chan上的仇恨言論、酒店員工和議員的正式禮貌言論等）。

📄 許可證

本項目採用Apache 2.0許可證。

本項目由Diogo Glória - Silva開發，他是NOVA FCT的博士生，也是卡內基梅隆大學（CMU）的附屬博士生。