CASLL/Bert-TwitterToxicClassification

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

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:

@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: casl@aluno.ifal.edu.br ou abra uma issue no repositório do modelo no Hugging Face.