unitary/multilingual-toxic-xlm-roberta

# instalar detoxify
pip install detoxify

from detoxify import Detoxify

# cada modelo toma una cadena o una lista de cadenas

results = Detoxify('original').predict('example text')

results = Detoxify('unbiased').predict(['example text 1','example text 2'])

results = Detoxify('multilingual').predict(['example text','exemple de texte','texto de ejemplo','testo di esempio','texto de exemplo','örnek metin','пример текста'])

# opcional para mostrar resultados de manera agradable (necesitará instalar pandas)
import pandas as pd

print(pd.DataFrame(results, index=input_text).round(5))

Para más detalles, consulte la sección Predicción.

# cargar modelo a través de torch.hub
python run_prediction.py --input 'example' --model_name original

# cargar modelo desde la ruta de punto de control
python run_prediction.py --input 'example' --from_ckpt_path model_path

# guardar resultados en un archivo .csv
python run_prediction.py --input test_set.txt --model_name original --save_to results.csv

# ver uso
python run_prediction.py --help