metadata
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
from transformers import pipeline
# Загрузка модели и токенизатора
classifier = pipeline(
"text-classification",
model="Farmellion/antitoxic_model"
)
# Пример предсказания
result = classifier("ты животное")
print(result)