---
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}
}
```