Clasificador Avanzado de Suicidalidad
sentinet
Clasificación de texto
¡Bienvenido al Modelo de Detección de Suicidalidad de IA! Este proyecto tiene como objetivo proporcionar una solución de aprendizaje automático para detectar secuencias de palabras indicativas de suicidalidad en el texto. Al utilizar la arquitectura ELECTRA y ajustar el modelo en un diverso conjunto de datos, hemos creado un poderoso modelo de clasificación que puede distinguir entre texto suicida y no suicida.
Como usar
Para usar el modelo, necesitas instalar la biblioteca Transformers:
pip install transformers
Usando el modelo para la clasificación de texto con el enfoque de pipeline:
from transformers import pipeline
classifier = pipeline("sentiment-analysis", model="sentinetyd/suicidality")
result = classifier("texto a clasificar")
print(result)
Usando el tokenizador y el modelo programáticamente:
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("sentinetyd/suicidality")
model = AutoModel.from_pretrained("sentinetyd/suicidality")
# Realiza la tokenización y predicción usando el tokenizador y modelo
Funcionalidades
- Clasifica el texto de entrada en dos etiquetas: LABEL_0 para text no suicida y LABEL_1 para texto indicativo de suicidalidad.
- Precisión: 0.939432
- Recuperación: 0.937164
- Precisión: 0.92822
- Puntuación F1: 0.932672
- Utiliza la arquitectura ELECTRA
- Entrenado con un diverso conjunto de datos de múltiples fuentes
Casos de uso
- Detección de expresiones de suicidalidad en texto.
- Análisis de sentimientos para identificar intentos de suicidio.
- Complementar el juicio y la intervención humana en casos de suicidalidad.
- Investigación y estudios sobre el comportamiento suicida a partir de grandes datos textuales.