Downloads · 30 days
10
21% of all-time downloads
bertweetbr_multilabel_classifier_multidomain
zurawski/bertweetbr_multilabel_classifier_multidomain
bertweetbr_multilabel_classifier_multidomain is a machine learning model from zurawski. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
Este modelo é uma versão fine-tuned do BERTweetBR para detecção multilabel de diferentes tipos de discurso de ódio em comentários do YouTube. O modelo é capaz de identificar múltiplas categorias de ódio simultaneament…
All-time downloads
47
Public
Parameters
135M
540 MB on disk
Likes
0
Public
Repo makeup
Click a slice to open those files.
.safetensors540 MB · 100%
At a glance
- Model type
- roberta
- Access
- Public
- Created
- Nov 17, 2025
- Updated
- Nov 17, 2025
- SHA
- dddb6555
Model card
From the Hugging Face model README
BERTweetBR Fine-tuned para Detecção de Discurso de Ódio Multidomínio - Classificação Multilabel
Descrição do Modelo
Este modelo é uma versão fine-tuned do BERTweetBR para detecção multilabel de diferentes tipos de discurso de ódio em comentários do YouTube. O modelo é capaz de identificar múltiplas categorias de ódio simultaneamente em um mesmo texto.
Corpus Utilizado
Corpus Multidomínio YouTube: Dataset coletado especificamente para este trabalho, contendo comentários do YouTube de cinco domínios temáticos distintos:
- Conflitos Internacionais
- Feminismo
- Futebol
- LGBT
- Política Polarizada
Os comentários foram anotados manualmente com múltiplas categorias de discurso de ódio quando aplicável.
Classes (9 categorias)
- Insulto de Baixo Calão
- Homofobia
- Racismo
- Misoginia/Machismo
- Xenofobia
- Violência/Extremismo
- Intolerância Religiosa
- Intolerância Política
- Anticapacitismo
Parâmetros de Fine-tuning
- Modelo base: BERTweetBR
- Número de épocas: 15
- Tamanho do batch: 16
- Taxa de aprendizado: 2e-5
- Otimizador: AdamW
- Função de perda: Binary Cross Entropy with Logits Loss
- Melhor checkpoint: Época 0
- Melhor perda de validação: 0.0975
Métricas de Desempenho
Avaliação no conjunto de teste (167 exemplos com pelo menos um rótulo):
| Categoria | Precision | Recall | F1-Score | Support |
|---|---|---|---|---|
| Insulto de Baixo Calão | 0.63 | 0.41 | 0.50 | 93 |
| Homofobia | 0.00 | 0.00 | 0.00 | 15 |
| Racismo | 0.00 | 0.00 | 0.00 | 2 |
| Misoginia/Machismo | 0.00 | 0.00 | 0.00 | 10 |
| Xenofobia | 0.00 | 0.00 | 0.00 | 6 |
| Violência/Extremismo | 0.00 | 0.00 | 0.00 | 5 |
| Intolerância Religiosa | 0.00 | 0.00 | 0.00 | 7 |
| Intolerância Política | 0.69 | 0.42 | 0.52 | 26 |
| Anticapacitismo | 0.00 | 0.00 | 0.00 | 3 |
Métricas Gerais:
- Micro Average F1-Score: 0.40
- Macro Average F1-Score: 0.11
- Weighted Average F1-Score: 0.36
- Samples Average: 0.09
Informações Adicionais
- Idioma: Português Brasileiro
- Tarefa: Classificação Multilabel de Texto
- Domínio: Detecção de Discurso de Ódio em Comentários do YouTube (Multidomínio)
- Desafios: Dataset desbalanceado com distribuição irregular entre as categorias
- Type
- roberta
- Created
- Nov 17, 2025
- Updated
- Nov 17, 2025