本文介绍了我们基于转换器模型的 LT-EDI 共享任务中用于检测社交媒体评论中的恐同和仇视跨性别内容的系统，使用 mBERT 等模型，并通过数据增强技术处理类别不平衡问题，代码已开源。在英语、泰米尔语和泰米尔语 - 英语子任务中，我们的排名分别为 9、6、3，宏平均 F1 得分为 0.42、0.64 和 0.58。

Mar, 2022

本文描述了我们开发的社交媒体评论中恐同 / 恐跨基不算法的系统，该系统是 LT-EDI-2024 共享任务的一部分。我们采用了基于 transformer 的方法，为十种语言条件（英语、西班牙语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、马拉地语、泰米尔语、土鲁语和泰卢固语）开发了多类别分类模型。我们在领域适应期间引入了合成和有机脚本切换语言数据的实例，以反映社交媒体语言中标记训练数据中所看到的语言现实。我们系统在古吉拉特语和泰卢固语中排名第二，其他语言条件的表现有所不同。结果表明，加入脚本切换等凌语言行为元素可以提高语言检测系统的性能，尤其是在资源匮乏的语言条件下。

Jan, 2024

通过多语言和特定语言的联合方法，本研究构建了一种简单而成功的方法来检测针对跨性别和同性恋群体的仇恨言论，并在多种语言中取得了最佳结果，达到马拉雅拉姆语文本方面的 0.997 宏平均 F1 分数。

Sep, 2023

该研究使用 BERT-based 语言模型开发了多类别分类系统，用于检测社交媒体评论中的恐同和恐 Trans 内容，跨五种语言条件：英语，西班牙语，印地语，马拉雅拉姆语和泰米尔语。发现使用时空相关的社交媒体语言数据可以提高语言分类系统的性能。

Aug, 2023

本研究描述了我们参与 CERIST NLP Challenge 2022 的 hate speech detection 共享任务的情况，通过六种 transformer 模型和两种集成方法的组合来评估我们的实验效果。我们使用基于多数投票的组合方法在五倍交叉验证方案中取得了最佳结果。该方法在测试集上的评估表明，F1-score 为 0.60，准确度为 0.86。

Mar, 2023

本研究基于 EACL 2021 的一个共享任务，针对低资源语言如泰米尔语的情况，提出了一种差异化的多元化变压器模型探索以及多个模型集成技术，并通过 Tamil，Kannada 和 Malayalam 三种语言的争夺任务，获得了第一或第二的优异成绩。

Feb, 2021

研究了在 Dravidian 语言中检测社交媒体评论中的 LGBT-phobia 内容，并应用卷积神经网络、LSTM、BERT 等深度学习模型进行分类。结果表明 IndicBERT 模型在 Malayalam 和 Tamil 语言中的加权平均 F1-score 分别为 0.86 和 0.77，具有更高的分类性能。

Apr, 2023

我们提出了一种新颖的集成学习方法来检测仇恨言论，通过将文本嵌入图像分类为 “仇恨言论” 和 “非仇恨言论” 的两个标签。我们使用了 InceptionV3、BERT 和 XLNet 等现代模型，该集成模型在准确度和 F-1 分数方面取得了有希望的结果（分别为 75.21 和 74.96）。我们还对文本嵌入图像进行了实证评估，并在此处发布我们的代码库。

Sep, 2023

自动识别具有攻击性语言，例如仇恨言论，对于保持在线社区中的讨论文明至关重要。这篇论文介绍了 MasonPerplexity 在 CASE 2024 和 EACL 2024 的多模式仇恨言论事件检测共享任务上的提交。

Feb, 2024

本文基于 XLM-T 提出了一种基于 transformer 的系统，用于预测多语言推特的亲密度，使用英语翻译数据可用于优化训练和推理，取得了 0.599 的总体 Pearson's r 值和排名第四的成绩。

Apr, 2023