Hugging Face's logo

LilithHu
/
mbert-manipulative-detector

Text Classification
Transformers
Safetensors
English
Chinese
deberta-v2
manipulative-language
social-psychology
text-embeddings-inference
Model card Files
xet
Community
mbert-manipulative-detector
File size: 3,429 Bytes
2cbe0f1
ea12846
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
 
---
license: other
datasets:
- thu-coai/cdconv
language:
- en
- zh
metrics:
- accuracy
- precision
- recall
- f1
base_model:
- google-bert/bert-base-multilingual-cased
pipeline_tag: text-classification
library_name: transformers
tags:
- manipulative-language
- social-psychology
---

# Model Card for mBERT Manipulative Language Detector

本模型用于检测中文和英文文本中的**操纵性语言**（Manipulative Language），例如隐性控制、情感勒索、语言操控等，广泛应用于社交心理、文本筛查和内容审核等场景。

## 🧠 Model Details

* **Developed by:** LilithHu
* **Finetuned from:** google-bert/bert-base-multilingual-cased
* **Languages:** 中文、英文
* **License:** other
* **Model type:** 文本分类模型（binary classifier: manipulative / non-manipulative）

## 🔧 Uses

### ✅ Direct Use

* 输入一段文本，模型将返回该文本是否包含操纵性语言。
* 可通过 Hugging Face Inference API 或 Web UI（Streamlit）直接调用。

### 👥 Intended Users

* NLP 研究者
* 内容审核从业者
* 心理学研究人员
* 社交平台或对话系统开发者

### 🚫 Out-of-Scope Use

* 本模型**不适合**用于：

  * 法律审判
  * 医疗诊断
  * 精准营销等高风险商业行为
  * 判定他人动机、人格或情感

## ⚠️ Bias, Risks and Limitations

请注意：

* 模型输出不等于事实，仅基于训练数据的模式进行分类
* 操纵性语言的判断带有一定主观性与文化偏差
* 不应被用于评判具体个人、情感或行为正当性

### ✅ 建议

使用者应结合人工判断，多模态、多渠道地理解文本含义。对于模型预测结果不可盲信，应视为辅助工具。

## 🚀 How to Use

```python
from transformers import pipeline
classifier = pipeline("text-classification", model="LilithHu/mbert-manipulative-detector")
result = classifier("我爱你")
print(result)
```

也可通过终端调用：

```bash
curl -X POST https://api-inference.huggingface.co/models/LilithHu/mbert-manipulative-detector \
  -H "Authorization: Bearer <your_hf_token>" \
  -H "Content-Type: application/json" \
  -d '{"inputs": "我爱你"}'
```

## 🏋️ Training Details

### 📚 Training Data

* [CDial-GPT/toy\_valid](https://github.com/thu-coai/CDial-GPT/blob/master/data/toy_valid.txt)
* thu-coai/esconv、cdconv 数据集
* 自建中文操纵性语言语料（未公开）

### ⚙️ Training Procedure

* 训练平台：Google Colab，GPU：T4
* Epochs: 3
* Batch size: 32
* Optimizer: AdamW
* LR: 2e-5

## 📊 Evaluation

| Metric    | Score |
| --------- | ----- |
| Accuracy  | 0.**  |
| Precision | 0.**  |
| Recall    | 0.**  |
| F1-score  | 0.**  |

## 🌍 Environmental Impact

* 训练时间约 3 小时，使用 Google Colab GPU（T4）
* 估算碳排放 < 2kg CO2eq

## 🔒 Disclaimer

* 本模型用于**研究与教育用途**，不得作为法律、道德、医疗或商业判断依据。
* 预测结果仅为参考，使用者需自行承担风险。
* 请勿用于恶意攻击、舆情操纵或误导他人行为。

## 📌 Model Card Authors

LilithHu

## 📬 Contact

如需反馈建议，请通过 Hugging Face 留言联系作者。

## 📚 Citation

```bibtex
@misc{LilithHu2025,
  title={mBERT Manipulative Language Detector},
  author={LilithHu},
  year={2025},
  url={https://huggingface.co/LilithHu/mbert-manipulative-detector}
}
```