Inappropriate Text Classifier

🚀 微調版DistilBERT用於不適宜文本分類

本項目基於DistilBERT模型進行微調，旨在對不適宜工作場景（NSFW）的文本進行分類，解決了在大量文本數據中快速準確識別不適當和不專業內容的問題，為內容審核和安全瀏覽提供了有力支持。

🚀 快速開始

使用以下代碼示例，你可以輕鬆調用該模型進行文本分類：

from transformers import pipeline
classifier = pipeline("sentiment-analysis", model="michellejieli/inappropriate_text_classifier")
classifier("I see you’ve set aside this special time to humiliate yourself in public.")

Output:
[{'label': 'NSFW', 'score': 0.9684491753578186}]

✨ 主要特性

• 基於DistilBERT模型進行微調，具備強大的情感分析能力。
• 能夠對Reddit帖子中的不適宜工作場景（NSFW）內容進行分類，預測結果分為NSFW和適宜工作場景（SFW）兩類。

📦 安裝指南

文檔未提及具體安裝步驟，可參考transformers庫的官方安裝說明進行安裝。

💻 使用示例

基礎用法

from transformers import pipeline
classifier = pipeline("sentiment-analysis", model="michellejieli/inappropriate_text_classifier")
classifier("I see you’ve set aside this special time to humiliate yourself in public.")

高級用法

文檔未提及高級用法相關內容。

📚 詳細文檔

模型描述

DistilBERT是一個用於情感分析的Transformer模型。本項目對該模型在Reddit帖子上進行了微調，目的是對不適宜工作場景（NSFW）的內容進行分類，特別是那些被認為不適當和不專業的文本。該模型可預測兩類結果，即NSFW或適宜工作場景（SFW）。

該模型是DistilBERT的微調版本，在從綜合辱罵檢測數據集中提取的19604條Reddit帖子上進行了微調。

信息表格

📄 許可證

本項目使用creativeml-openrail-m許可證。

📞 聯繫方式

如果您有任何問題或反饋，請聯繫michelle.li851@duke.edu。

📚 參考文獻

Hoyun Song, Soo Hyun Ryu, Huije Lee, and Jong Park. 2021. A Large-scale Comprehensive Abusiveness Detection Dataset with Multifaceted Labels from Reddit. In Proceedings of the 25th Conference on Computational Natural Language Learning, pages 552–561, Online. Association for Computational Linguistics.