README.md

---
license: apache-2.0
language:
- ja
pipeline_tag: text-classification
---

# モデル概要
このモデルは、 studio-ousia/luke-japanese-large-lite をSNS上のコメントに人手で攻撃性評価を行ったデータセットでFine-tuningすることで作成しました。

# Fine-tuning条件
- エポック数: 27エポック
- バッチサイズ: 16
- 最大トークン長: 256
- 学習率スケジューラ: transformers.get_linear_schedule_with_warmup
- ピーク学習率: 2e-5
- 最適化手法: Adam
- Dropout率: 0.1
- 損失関数: MSE Loss
- Re-initialize: 出力層から近い Transformer Encoder 1層

# 分類性能
**Summary**
| 評価指標 | スコア |
| ----- | ----- |
| F値_NOT | 73.9 % |
| F値_GRY | 55.4 % |
| F値_OFF | 62.6 % |
| マクロ平均F値 | 64.0 % |
| 正解率 | 65.0 % |

**Confusion matrix**
| 正解ラベル \ 予測結果 | Not Offensive | Gray-area | Offensive |
| ----- | ----- | ----- | ----- |
| Not Offensive | 269 | 73 | 2 |
| Gray-area | 109 | 169 | 42 |
| Offensive | 6 | 48 | 82 |

# 使い方
```python
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import numpy as np

tokenizer = AutoTokenizer.from_pretrained("Twitter/twhin-bert-base")
model = AutoModelForSequenceClassification.from_pretrained("TomokiFujihara/luke-japanese-base-lite-offensiveness-estimation", trust_remote_code=True)


inputs = tokenizer.encode_plus(text, return_tensors='pt')
outputs = model(inputs['input_ids'], inputs['attention_mask']).detach().numpy()[0][:3]

minimum = np.min(outputs)
if minimum < 0:
  outputs = outputs - minimum
score = outputs / np.sum(outputs)

print(f'攻撃的でない発言: {score[0]:.1%},\nグレーゾーンの発言: {score[1]:.1%},\n攻撃的な発言: {score[2]:.1%}')

```

# 連絡先
E-mail: tomoki.fujihara.p3@dc.tohoku.ac.jp