Roberta Base Cold

🚀 [hfl/chinese - roberta - wwm - ext微調模型]

本項目是將 [hfl/chinese - roberta - wwm - ext](https://huggingface.co/hfl/chinese - roberta - wwm - ext) 在 [COLDataset](https://github.com/thu - coai/COLDataset) 上進行微調後的模型。該模型可用於中文冒犯性語言檢測，能有效識別文本是否包含冒犯性內容。

🚀 快速開始

本模型是 [hfl/chinese - roberta - wwm - ext](https://huggingface.co/hfl/chinese - roberta - wwm - ext) 在 [COLDataset](https://github.com/thu - coai/COLDataset) 上微調後的版本。以下是使用示例：

💻 使用示例

基礎用法

import torch
from transformers.models.bert import BertTokenizer, BertForSequenceClassification

tokenizer = BertTokenizer.from_pretrained('thu-coai/roberta-base-cold')
model = BertForSequenceClassification.from_pretrained('thu-coai/roberta-base-cold')
model.eval()

texts = ['你就是個傻逼！','黑人很多都好吃懶做，偷奸耍滑！','男女平等，黑人也很優秀。']

model_input = tokenizer(texts,return_tensors="pt",padding=True)
model_output = model(**model_input, return_dict=False)
prediction = torch.argmax(model_output[0].cpu(), dim=-1)
prediction = [p.item() for p in prediction]
print(prediction) # --> [1, 1, 0] (0 for Non-Offensive, 1 for Offenisve)

📚 詳細文檔

此微調後的模型在測試集上的準確率達到了 82.75，宏 F1 值為 82.39。

📄 許可證

如果您使用此模型，請引用 原始論文。

@article{deng2022cold,
  title={Cold: A benchmark for chinese offensive language detection},
  author={Deng, Jiawen and Zhou, Jingyan and Sun, Hao and Zheng, Chujie and Mi, Fei and  Meng, Helen and Huang, Minlie},
  booktitle={Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing},
  year={2022}
}