File size: 1,859 Bytes
06b68e4 43c1198 4994d39 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | ---
license: mit
base_model: deepvk/RuModernBERT-base
tags:
- russian
- toxicity
- classification
- moderation
- bert
- pytorch
datasets:
- russian-inappropriate-messages
metrics:
- accuracy
- f1
widget:
- text: "ты животное"
example_title: "Токсичный пример 1"
- text: "Привет, как дела?"
example_title: "Нетоксичный пример 1"
- text: "идиот, ты вообще думать умеешь?"
example_title: "Токсичный пример 2"
- text: "животное"
example_title: "Нейтральный пример (контекст)"
---
# antitoxic_model
Модель для бинарной классификации токсичных сообщений, дообученная на основе архитектуры `deepvk/RuModernBERT-base`.
## Описание модели
Данная модель предназначена для детекции токсичного контента (оскорбления, агрессия, нецензурная лексика) в текстовых сообщениях на русском языке. Она была получена путём дообучения (fine-tuning) предобученной модели `deepvk/RuModernBERT-base` на датасете `russian-inappropriate-messages` с платформы Kaggle.
**Метка (label):**
- **0** — нетоксичное сообщение
- **1** — токсичное сообщение
## Использование
### Загрузка с Hugging Face
```python
from transformers import pipeline
# Загрузка модели и токенизатора
classifier = pipeline(
"text-classification",
model="Farmellion/antitoxic_model"
)
# Пример предсказания
result = classifier("ты животное")
print(result) |