Instructions to use s-nlp/russian_toxicity_classifier with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use s-nlp/russian_toxicity_classifier with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="s-nlp/russian_toxicity_classifier")# Load model directly from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("s-nlp/russian_toxicity_classifier") model = AutoModelForSequenceClassification.from_pretrained("s-nlp/russian_toxicity_classifier") - Inference
- Notebooks
- Google Colab
- Kaggle
Спасибо за отличную работу
Спасибо команде авторов за до-обучение этой детоксификационной модели поверх Руберта.
Попадались ли вам хорошие пайплайны для классификации русскоязычных комментариев на большее число классов? Например нарушающие законодательство и прочее?
Спасибо, что пользуетесь нашей моделью!
В общем, такие работы существуют, как раз нашего коллеги Николая:
https://link.springer.com/article/10.1007/s10579-023-09682-z
https://scholar.google.com/citations?view_op=view_citation&hl=ru&user=y9Ju0gcAAAAJ&citation_for_view=y9Ju0gcAAAAJ:2osOgNQ5qMEC
https://huggingface.co/apanc/russian-sensitive-topics
https://huggingface.co/apanc/russian-inappropriate-messages
Работа с законодательством это отдельная история, но эти работы и данные в подобном направлении. Вопрос, что считать 'неподобающим' или токсичным.
С уважением,
Дарина
Спасибо, особенно https://huggingface.co/apanc/russian-sensitive-topics понравилась. Аж 18 классов!
Очень классные вы с Николаем.
Меня зовут Илья, я внедряю модели в прод в маркетплейсе. То есть больше практик чем ученый. Приятно пообщаться.