|
--- |
|
library_name: transformers |
|
tags: |
|
- toxicity-detection |
|
- NLP |
|
- classification |
|
- fine-tuning |
|
license: mit |
|
language: |
|
- pt |
|
metrics: |
|
- accuracy |
|
base_model: |
|
- google-bert/bert-base-uncased |
|
pipeline_tag: text-classification |
|
--- |
|
|
|
# Model Card for BERT Uncased Fine-Tuned on Toxicity Detection |
|
|
|
## Model Details |
|
|
|
### Model Description |
|
|
|
Este modelo é um BERT base uncased fine-tuned para a detecção de toxicidade em tweets. Ele foi treinado em um dataset anotado com classificação binária: 0 para tweets não tóxicos e 1 para tweets tóxicos. |
|
|
|
- **Desenvolvido por:** Carlos André Dos Santos Lima |
|
- **Tipo de modelo:** BERT (base-uncased) |
|
- **Idiomas:** Portugês |
|
- **Licença:** MIT |
|
- **Fine-tuned a partir de:** bert-base-uncased |
|
|
|
|
|
## Uses |
|
|
|
### Uso Direto |
|
|
|
Este modelo pode ser usado para identificar tweets tóxicos em Português. Pode ser aplicado diretamente em moderação de conteúdo, análise de sentimentos e detecção de discurso de ódio. |
|
|
|
|
|
### Uso Fora do Escopo |
|
|
|
O modelo pode apresentar viés ao classificar tweets fora do contexto do dataset de treinamento. Ele não é adequado para tomada de decisões críticas sem revisão humana. |
|
|
|
## Bias, Risks, and Limitations |
|
|
|
- O modelo pode apresentar viés em suas predições devido à distribuição do dataset de treinamento. |
|
- Pode não generalizar bem para contextos diferentes daqueles presentes no dataset. |
|
- Recomenda-se revisão humana para evitar classificações injustas. |
|
|
|
## How to Get Started with the Model |
|
|
|
```python |
|
from transformers import pipeline |
|
|
|
toxicity_classifier = pipeline("text-classification", model="[modelo no Hugging Face]") |
|
|
|
text = "This is an example tweet." |
|
result = toxicity_classifier(text) |
|
print(result) |
|
``` |
|
|
|
## Training Details |
|
|
|
### Training Data |
|
|
|
O modelo foi treinado em um dataset contendo tweets anotados manualmente como tóxicos ou não tóxicos. |
|
|
|
Arquivos do dataset: |
|
- `train.csv` - Dados de treino |
|
- `test.csv` - Dados de teste |
|
- `sample_submission.csv` - Exemplo de submissão |
|
|
|
Colunas: |
|
- `id` - Identificador do tweet |
|
- `text` - Conteúdo do tweet |
|
- `label` - 0: não tóxico, 1: tóxico |
|
|
|
### Training Procedure |
|
|
|
- **Hardware:** GPU T4 |
|
- **Hiperparâmetros:** |
|
- Batch size: 64 |
|
- Learning rate: 2e-5 |
|
- Epochs: 5 |
|
- Otimizador: AdamW |
|
|
|
## Evaluation |
|
|
|
### Dados e Métricas |
|
|
|
- Dataset de teste utilizado para avaliação. |
|
- Principais métricas: |
|
- Acurácia |
|
- Precisão |
|
- Recall |
|
- F1-score |
|
|
|
|
|
## Citation |
|
|
|
Se usar este modelo, cite da seguinte forma: |
|
|
|
```bibtex |
|
@article{Carlos2025, |
|
title={Fine-Tuning BERT for Toxicity Detection}, |
|
author={Carlos André Dos Santos Lima}, |
|
journal={Hugging Face Model Hub}, |
|
year={2025} |
|
} |
|
``` |
|
|
|
## Contato |
|
|
|
Caso tenha dúvidas ou sugestões, entre em contato pelo e-mail: [email protected] ou abra uma issue no repositório do modelo no Hugging Face. |
