| --- |
| 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:** Português |
| - **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: ifal.edu.2017@gmail.com ou abra uma issue no repositório do modelo no Hugging Face. |
