Roberta Base Ca Finetuned Cyberbullying Catalan

🚀 加泰罗尼亚语网络欺凌检测微调模型（roberta-base-ca-finetuned-cyberbullying-catalan）

该模型是 BSC - TeMU/roberta-base-ca 的微调版本，通过抓取所有社交网络（推特、油管等）生成的数据集进行训练，用于检测加泰罗尼亚语中的网络欺凌行为。

它在评估集上取得了以下成绩：

• 损失值：0.1508
• 准确率：0.9665

🚀 快速开始

本模型可用于加泰罗尼亚语网络欺凌检测，通过微调预训练模型，能有效识别相关文本。

✨ 主要特性

• 基于预训练模型微调，在加泰罗尼亚语网络欺凌检测任务上表现出色。
• 利用多社交网络数据进行训练，数据量大且丰富。

📦 安装指南

暂未提及具体安装步骤，可参考 Hugging Face 相关模型的通用安装方法。

💻 使用示例

基础用法

from transformers import pipeline

model_path = "JonatanGk/roberta-base-ca-finetuned-ciberbullying-catalan"
bullying_analysis = pipeline("text-classification", model=model_path, tokenizer=model_path)

bullying_analysis(
    "Des que et vaig veure m'en vaig enamorar de tu."
    )
    
# Output:
[{'label': 'Not_bullying', 'score': 0.9996786117553711}]

bullying_analysis(
    "Ets tan lletja que et donaven de menjar per sota la porta."
    )
    
# Output:
[{'label': 'Bullying', 'score': 0.9927878975868225}]

高级用法

可直接在 Colab 中运行示例代码进行测试： 点击在 Colab 中打开

📚 详细文档

训练和评估数据

我使用了通过抓取多个社交网络（推特、油管、Discord 等）生成的多个数据集的拼接来微调此模型。句子对的总数超过 41 万条。在 roberta-base-bne-finetuned-cyberbullying-spanish 中使用了类似的训练方法。

训练过程

框架版本

• Transformers 4.10.3
• Pytorch 1.9.0+cu102
• Datasets 1.12.1
• Tokenizers 0.10.3

📄 许可证

原文档未提及许可证信息，故跳过该章节。

🔧 技术细节

原文档未提供足够的技术实现细节，故跳过该章节。

📖 引用

@inproceedings{armengol-estape-etal-2021-multilingual,
    title = "Are Multilingual Models the Best Choice for Moderately Under-resourced Languages? {A} Comprehensive Assessment for {C}atalan",
    author = "Armengol-Estap{\'e}, Jordi  and
      Carrino, Casimiro Pio  and
      Rodriguez-Penagos, Carlos  and
      de Gibert Bonet, Ona  and
      Armentano-Oller, Carme  and
      Gonzalez-Agirre, Aitor  and
      Melero, Maite  and
      Villegas, Marta",
    booktitle = "Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021",
    month = aug,
    year = "2021",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2021.findings-acl.437",
    doi = "10.18653/v1/2021.findings-acl.437",
    pages = "4933--4946",
}

⚠️ 重要提示

特别感谢 Manuel Romero/@mrm8488 作为我的导师以及 R.C.

💡 使用建议

本模型由 Jonatan Luna 创建 | 领英