Goliath text classification french toxicity Ce modèle est une classification de texte binaire basée sur l’architecture XLM RoBERTa base fine tunée pour détecter si un texte est toxique ou neutre . Il a été entraîné sur un dataset personnel contenant des exemples de phrases toxiques et non toxiques. 🔍 Description Ce modèle classe des phrases en deux catégories : neutral → phrase non toxique toxic → phrase toxique Il est particulièrement adapté à des tâches de modération automatique de contenu ou de filtrage de textes nuisibles dans des applications web, chatbots, forums, etc. 🛠️ Utilisation Python — Transformers python from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline tokenizer = AutoTokenizer.from pretrained("ItsAxel/Goliath text classification french toxicity") model = AutoModelForSequenceClassification.from pretrained("ItsAxel/Goliath text classification french toxicity") clf = pipeline("text classification", model=model, tokenizer=tokenizer) result = clf("Ce message est vraiment insultant.") print(result)
We use cookies for essential functionality and analytics. You can accept or reject analytics cookies.Cookie policy