Inclusively Classification

🚀 包容性分类模型

本模型是一个意大利语分类模型，它基于 意大利语BERT模型 进行微调，用于对意大利语中的包容性语言进行分类。该模型能有效检测文本是否使用了包容性语言，为促进语言的公平性和包容性提供了有力支持。

✨ 主要特性

• 多类别检测：能够检测三种类别，分别为 inclusive（句子具有包容性，例如 "Il personale docente e non docente"）、not_inclusive（句子不具有包容性，例如 "I professori"）和 not_pertinent（句子与任务无关，例如 "La scuola è chiusa"）。
• 高性能表现：在测试集上的评估结果显示，相较于其他模型（如TF - IDF + MLP、TF - IDF + SVM等），本模型在准确率和F1值等指标上表现更优。

📦 安装指南

原文档未提供安装步骤，故跳过此章节。

📚 详细文档

训练数据

该模型在包含以下内容的数据集上进行训练：

• 8580条训练句子
• 1073条验证句子
• 1072条测试句子

数据收集由包容性语言领域的专家手动标注（数据集目前尚未公开）。

训练过程

该模型基于 意大利语BERT模型 进行微调，使用了以下超参数：

• max_length：128
• batch_size：128
• learning_rate：5e - 5
• warmup_steps：500
• epochs：10（根据验证准确率选择最佳模型）
• optimizer：AdamW

评估结果

该模型在测试集上进行评估，得到以下结果：

本模型与在相同数据上训练的多语言模型进行了比较，取得了更好的结果。

引用信息

如果您使用此模型，请确保引用以下论文：

主论文：

@article{10.1145/3729237,
author = {Greco, Salvatore and La Quatra, Moreno and Cagliero, Luca and Cerquitelli, Tania},
title = {Towards AI-Assisted Inclusive Language Writing in Italian Formal Communications},
year = {2025},
publisher = {Association for Computing Machinery},
address = {New York, NY, USA},
issn = {2157-6904},
url = {https://doi.org/10.1145/3729237},
doi = {10.1145/3729237},
note = {Just Accepted},
journal = {ACM Trans. Intell. Syst. Technol.},
month = apr,
}

演示论文：

@InProceedings{PKDD23_inclusively,
author="La Quatra, Moreno
and Greco, Salvatore
and Cagliero, Luca
and Cerquitelli, Tania",
title="Inclusively: An AI-Based Assistant for Inclusive Writing",
booktitle="Machine Learning and Knowledge Discovery in Databases: Applied Data Science and Demo Track",
year="2023",
publisher="Springer Nature Switzerland",
address="Cham",
pages="361--365",
isbn="978-3-031-43430-3",
doi="10.1007/978-3-031-43430-3_31"
}

📄 许可证

本项目采用CC - BY - NC - SA 4.0许可证。