hate_speech_dz باللهجة الجزائرية — تصنيف النصوص

هذا النموذج مبني على hate_speech_dz
وتمت إعادة تدريبه على بيانات باللهجة الجزائرية لاكتشاف وتصنيف خطاب الكراهية ضمن مجال تصنيف النصوص.

---

🧠 تفاصيل التدريب

• النموذج الأساسي: alger-ia/dziribert
• عدد الحقبات (epochs): 65
• اللغة: اللهجة الجزائرية
• طريقة التوازن: RandomOverSampler
• خسارة التدريب: CrossEntropyLoss

---

📊 نتائج التقييم

المقياس	القيمة
Accuracy	0.8859
Precision	0.9547
Recall	0.8104
F1-Score	0.8766
ROC-AUC	0.9231

---

💬 مثال الاستخدام

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_name = "safiati/hate_speech_dz_balanced_full"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

text = "راك غالط بزاف"
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)
outputs = model(**inputs).logits
pred = torch.argmax(outputs, dim=1).item()

print("كراهية" if pred == 1 else "كلام عادي")