---
language: uk
tags:
- text-classification
- ukrainian
- slang-detection
- random-forest
- sklearn
- enhanced-features
license: mit
library_name: sklearn
---

# Ukrainian Slang Detection Enhanced Model

Покращена модель для визначення сленгових слів в українському тексті з розширеним набором лінгвістичних ознак.

## Модель

- **Тип**: Random Forest Classifier (sklearn)
- **F1-Score**: 0.846
- **Кількість фічей**: 5,395
- **Навчальних прикладів**: 10,000 (5,000 сленг + 5,000 нейтральні)
- **Мова**: Українська

## Фічі моделі

### 1. TF-IDF символьні n-грами (2-5)
- Аналізує послідовності символів для виявлення сленгових патернів

### 2. TF-IDF словесні n-грами  
- Аналізує цілі слова та їх комбінації

### 3. Лінгвістичні ознаки (14 фічей)
- Довжина слова
- Повторювані символи
- Співвідношення голосних/приголосних  
- Наявність цифр та спеціальних символів
- Сленгові патерни ('жж', 'кк', 'топ', 'лол', тощо)
- Морфологічні характеристики

## Файли моделі

- `enhanced_slang_model.pkl` - повна навчена модель з pipeline
- `model_metadata.json` - метадані про модель

## Використання

```python
import joblib
from huggingface_hub import hf_hub_download

# Завантажити модель
model_path = hf_hub_download(
    repo_id="RomanSavitskyi/ukrainian-slang-detection-enhanced", 
    filename="enhanced_slang_model.pkl"
)

model = joblib.load(model_path)

# Класифікація
def predict_slang_enhanced(word):
    pred = model.predict([word])[0]
    prob = model.predict_proba([word])[0]
    slang_prob = prob[1]
    label = "SLANG" if pred == 1 else "NEUTRAL"
    return {"label": label, "score": float(slang_prob)}

# Приклад використання
result = predict_slang_enhanced("кльово")
print(result)  # {"label": "SLANG", "score": 0.84}
```

## Покращення порівняно з базовою моделлю

- **F1-Score**: 0.846 vs 0.78 (базова)
- **Фічі**: 5,395 vs 3,000 (базова)
- **Кращий розпіз повторюваних символів**: "кльововоо", "хахаха"
- **Розуміння морфології**: українські відмінки та форми
- **Стійкість до шуму**: менше false positives

## Тестові результати

```
кльово     -> СЛЕНГ (0.840)
супер      -> НЕЙТРАЛЬНЕ (0.460)  
топчик     -> СЛЕНГ (0.690)
книга      -> НЕЙТРАЛЬНЕ (0.190)
хахаха     -> СЛЕНГ (0.870)
```

## Ліцензія

MIT License