模型:
NanditaP/PrivSec-Classifier
这是一个使用'model 'bert-base-uncased'进行微调的二元分类模型。它使用了一个庞大的Twitter数据集,并特别适用于Twitter风格的数据。
它可以将文本分类为“隐私与安全”或“非隐私与安全”。
它在评估集上取得了以下结果:
模型验证得分如下
准确率 = 0.92
Class | Precision | Recall | F1-Score |
---|---|---|---|
PrivSec(0) | 0.91 | 0.94 | 0.92 |
Non-PrivSec(1) | 0.93 | 0.89 | 0.91 |
论文:详细介绍了它的设计方法,可在此处找到 Perspectives of non-expert users on cyber security and privacy: An analysis of online discussions on twitter
如果使用此模型,请引用该论文:
Nandita Pattnaik, Shujun Li, and Jason R.C. Nurse. 2023. Perspectives of non-expert users on cyber security and privacy: An analysis of online discussions on Twitter. Computers & Security 125 (2023), 103008. https://doi.org/10.1016/j.cose.2022.103008