Sentence Level Stereotype Detector

🚀 句子級刻板印象分類器

句子級刻板印象分類器是一個基於Transformer的模型，用於在句子層面檢測和分類文本中存在的不同類型的刻板印象。它能夠識別針對性別、種族、職業和宗教的刻板印象和反刻板印象。該模型有助於開發旨在減少刻板語言使用的應用程序，並促進自然語言處理任務中的公平性和包容性。

🚀 快速開始

模型架構

該模型基於預訓練的Distilbert模型構建，並在MGS數據集上進行微調，以完成句子級刻板印象分類任務。

類別

該模型可識別九種類別，包括： 0. unrelated（無關）：該標記不表示任何刻板印象。

1. stereotype_gender（性別刻板印象）：該標記表示性別刻板印象。
2. anti - stereotype_gender（反性別刻板印象）：該標記表示反性別刻板印象。
3. stereotype_race（種族刻板印象）：該標記表示種族刻板印象。
4. anti - stereotype_race（反種族刻板印象）：該標記表示反種族刻板印象。
5. stereotype_profession（職業刻板印象）：該標記表示職業刻板印象。
6. anti - stereotype_profession（反職業刻板印象）：該標記表示反職業刻板印象。
7. stereotype_religion（宗教刻板印象）：該標記表示宗教刻板印象。
8. anti - stereotype_religion（反宗教刻板印象）：該標記表示反宗教刻板印象。

使用示例

基礎用法

該模型可以作為Hugging Face文本分類管道的一部分使用。

from transformers import pipeline

nlp = pipeline("text-classification", model="wu981526092/Sentence-Level-Stereotype-Detector", tokenizer="wu981526092/Sentence-Level-Stereotype-Detector")
result = nlp("Text containing potential stereotype...")

print(result)

📄 許可證

本項目採用MIT許可證。

📦 數據集與指標