本文介绍了我们在第一届孟加拉语语言处理研讨会的暴力煽动文本检测共享任务中的工作。针对社交媒体上的仇恨和暴力煽动性言论的传播加速，开发高效的机制来检测和遏制此类文本的传播至关重要。在资源匮乏的环境中，检测暴力煽动文本的问题更加严重，因为研究稀少且数据较少。共享任务提供的数据是孟加拉语文本，每个示例根据暴力煽动文本的类型被分类为三个类别之一。我们尝试评估了几个基于 BERT 的模型，然后使用模型集成作为我们的最终提交。我们的提交在最终排行榜上排名第 10，宏观 F1 得分为 0.737。

Nov, 2023

该研究利用 mBERT 文本分类器分析了 Telegram 平台上的政治和战争新闻，检测到潜在的人权侵犯，并发布了两个包含 Telegram 帖子的数据集，旨在为 NGO，政府和研究人员提供监测和记录潜在人权侵犯的手段。

Jun, 2023

社交媒体、网络欺凌、机器学习、大型语言模型和 RoBERTa 在网络欺凌检测方面的应用和效果的研究。

Feb, 2024

利用机器学习语言模型对社交网站的帖子进行监测，以便能够及时地确定是否有人或地区处于危险之中，从而更好地进行应急处置。

Jan, 2022

社交媒体成为人类交流和表达的重要平台，然而，这些平台上仇恨言论的增加给个人和社区带来了重大风险。鉴于葡萄牙语的丰富词汇、复杂语法和地区差异，检测和解决仇恨言论尤其具有挑战性。为了解决这个问题，我们引入了 TuPy-E，用于仇恨言论检测的最大葡萄牙语标注语料库。TuPy-E 采用开源方法，促进了研究界的合作。我们使用 BERT 模型等先进技术进行了详细分析，为学术研究和实际应用做出了贡献。

Dec, 2023

本文介绍了一种用于识别巴西葡萄牙语社交媒体上有毒言论的新的大规模数据集，使用 monolingual 的数据，BERT 模型在二元案例中可以达到 76% 的宏平均 - F1 分数，但仍需要大规模单语数据来创建更精确的模型，并强调了开发能够区分不同类别有毒言论的模型的必要性。

Oct, 2020

本文利用 GPT-2 语言模型，结合 tf-idf、BERT、BioBERT、USE 四种过滤方法，开发了一款自动回答有关 COVID-19 的聊天机器人，并通过医学专家评估，发现 BERT 和 BioBERT 优于 tf-idf 和 USE，以提供正确、即时、有用的健康数据。同时，还创建了一款用户友好型的互动网络应用程序。

Jun, 2020

该研究提出了一个实验框架，用于自动检测巴西葡萄牙语法院判决中的性别偏见，并描述了这项技术的关键特征，以支持研究和评估法院活动。

Jun, 2024

本研究从 16 个数据来源的 9 种语言中进行大规模的多语言仇恨言论分析，发现在低资源设置下，使用 LASER 嵌入和逻辑回归的简单模型性能最佳，在高资源设置下，BERT 模型表现更好。对于零样本分类，意大利语和葡萄牙语取得了良好的效果。我们提出的框架可用作低资源语言的高效解决方案，并可作为未来多语言仇恨言论检测任务的良好基准。我们已公开了我们的代码和实验设置供其他研究人员使用。

Apr, 2020

本文首次报道了人权活动家和机器学习家之间的合作，利用众包研究了 Twitter 上针对女性的在线虐待。通过分析来承认滥用感知的变异性，为其释放给社区研究工作做好准备。在社会影响方面，这项研究为旨在提高公众和决策者意识以及提高社交媒体公司期望标准的媒体活动提供了技术支持。

Jan, 2019