Hate-speech-CNERG/indic-abusive-allInOne-MuRIL
Hate-speech-CNERG
Clasificación de texto
Este modelo se utiliza para detectar discurso abusivo en bengalí, deva·nagari hindi, hindi mixto con código, canarés mixto con código, malayalam mixto con código, marathi, tamil mixto con código, urdu, urdu mixto con código e inglés. El 'todo en uno' en el nombre se refiere al entrenamiento conjunto/cruzado, donde el modelo se entrena utilizando datos de todos los idiomas. Está afinado en el modelo MuRIL. El modelo está entrenado con tasas de aprendizaje de 2e-5.
Como usar
LABEL_0 :-> Normal
LABEL_1 :-> Abusivo
Funcionalidades
- Clasificación de texto
- Transformadores
- PyTorch
- Safetensors
- bert
- Puntos de inferencia
Casos de uso
- Detección de discurso abusivo en múltiples idiomas
- Utilizado para mejorar la detección de lenguaje abusivo de bajos recursos para idiomas indicios