Operaer/disaster-tweet-bert

Disaster Tweet Detection（灾难推文检测）

基于 bert-base-uncased 微调的英文推文二分类模型，判断一条推文是否关于真实灾难 （Kaggle 竞赛 Real or Not? NLP with Disaster Tweets，nlp-getting-started）。

训练数据

• 来源：Kaggle 灾难推文数据集（7613 条训练样本）
• 标签：0 = 非灾难推文，1 = 灾难推文
• 训练：2 个 epoch，lr=2e-5，batch=16，max_len=128

验证集指标

指标	数值
Accuracy	0.8451
F1 (binary)	0.8168
Precision	0.8297
Recall	0.8043

使用方式

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_id = "Operaer/disaster-tweet-bert"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id)
model.eval()

text = "Forest fire near La Ronge Sask. Canada"
enc = tokenizer(text, truncation=True, padding=True,
                max_length=128, return_tensors="pt")
with torch.no_grad():
    logits = model(**enc).logits
pred = int(torch.argmax(logits, dim=1))
print("灾难推文" if pred == 1 else "非灾难推文")

说明

• 本模型为《自然语言处理》课程作业产物；
• 微调代码：train.py；交互式 Demo：app.py / Gradio Space。