Suicidal Electra

🚀 自杀风险检测ELECTRA模型

本文本分类模型用于预测一段文本是否包含自杀倾向，输出结果为1（有自杀倾向）或0（无自杀倾向）。

🚀 快速开始

你可以通过以下代码加载模型：

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("gooohjy/suicidal-electra")
model = AutoModel.from_pretrained("gooohjy/suicidal-electra")

✨ 主要特性

• 该模型基于google/electra-base-discriminator基础模型进行微调。
• 能够准确预测文本是否包含自杀倾向。

📦 安装指南

暂未提供具体安装命令，可参考transformers库的官方文档进行安装。

📚 详细文档

数据

该模型在从Kaggle获取的自杀与抑郁数据集上进行训练。该数据集是从Reddit上爬取的，包含232,074行数据，均匀分布在自杀和非自杀两个类别中。

参数

模型微调时的参数设置如下：

• 训练轮数（epoch）：1
• 批次大小（batch size）：6
• 学习率（learning rate）：0.00001

由于计算资源和时间有限，未能增加训练轮数和批次大小。

性能

在上述数据集上微调后，模型取得了以下性能指标：

• 准确率（Accuracy）：0.9792
• 召回率（Recall）：0.9788
• 精确率（Precision）：0.9677
• F1分数（F1 Score）：0.9732

资源

如需获取更多资源，包括源代码，请参考GitHub仓库gohjiayi/suicidal-text-detection。

📄 许可证

本项目采用MIT许可证。