模型:

NanditaP/PrivSec-Classifier

英文

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