Create README.md

README.md

@@ -0,0 +1,140 @@
+---
+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}
+}
+```