Xlm Roberta Base Fake News Detection Tl

🚀 塔加洛語假新聞檢測模型

本項目利用XLM - RoBERTa基礎模型實現了一個針對塔加洛語/菲律賓語的假新聞檢測模型，準確率高達95.46%。

🚀 快速開始

本模型可直接用於塔加洛語和菲律賓語的假新聞檢測，為相關領域提供了高效且準確的解決方案。

✨ 主要特性

• 多語言支持：支持塔加洛語（tl）和英語（en）兩種語言。
• 高準確率：在評估集上的準確率達到95.46%，各項性能指標表現優異。
• 優質數據集：基於兩個主要數據集進行訓練，數據豐富且均衡。

📦 安裝指南

暫未提供安裝步驟相關內容。

💻 使用示例

暫未提供代碼示例。

📚 詳細文檔

數據集

• 總規模：共18,522個樣本。
• 數據構成：真實新聞和假新聞各佔50%。
• 語言種類：菲律賓語、英語。

數據集劃分

• 訓練集：約12,968個樣本。
• 驗證集：約2,784個樣本。
• 測試集：約2,770個樣本。

性能指標（評估集）

數據來源

該模型基於兩個主要來源的組合數據集進行訓練：

1. 菲律賓假新聞數據集
   • 使用了3,206行數據。
2. 菲律賓假新聞語料庫
   • 在可用的22,458行數據中，使用了15,312行。

🔧 技術細節

本模型以FacebookAI/xlm - roberta - base為基礎模型，屬於文本分類任務（pipeline_tag: text - classification）。使用了準確率（accuracy）、F1值（f1）、精確率（precision）和召回率（recall）等指標進行評估。

📄 許可證

暫未提供許可證信息。