offensive language detection | BriefGPT

关键词offensive language detection

搜索结果 - 21

ACLAustroTox：用于基于目标的奥地利德语冒犯性语言检测的数据集
模型解释性在毒性检测中获益于对令牌级注释。我们介绍了一个从新闻论坛获取的用于侮辱语言检测的数据集，其特点是包含奥地利德语方言，包含 4562 个用户评论。除了二进制侮辱分类外，我们还确定了每个评论中构成粗俗语言或代表侮辱性陈述目标的部分。我
PDF22 days ago
一个用于豪萨、约鲁巴和伊博语言的冒犯性语言和仇恨言论检测的多语言数据集
为了在多语言环境中有效检测网络攻击性言论，本研究使用来自 Twitter 的数据，并通过手动注释创建了三种主要尼日利亚语言（豪萨语、约鲁巴语和伊博语）的侮辱性言论检测的新数据集。我们使用预训练的语言模型评估其在我们的数据集中检测侮辱性言论的
PDFa month ago
ACL不要愚蠢：用户意图的敌对攻击中的汇聚策略在攻击性语言检测中的应用
该研究提出了防御用户意图中的敌对攻击的简单而有效的分层池化策略，以提高对攻击性文本的检测性能。研究发现，通过使用这些池化策略，即使攻击强度增加，预训练于干净文本的模型也能够实现与预训练于含噪文本的模型相当的检测性能。
PDF3 months ago
伪装即一切所需：评估和增强语言模型抵御伪装对抗攻击的鲁棒性
采用拟态数据集和动态修改数据的对抗训练方法可以提高 Transformer 模型在对抗性攻击下的鲁棒性，使性能下降最多为 5%。然而，模型的性能与鲁棒性之间存在一种权衡关系，进一步的研究仍然需要进行。
PDF5 months ago
跨语言冒犯性语言检测：数据集、迁移方法和挑战的系统综述
社交媒体中冒犯性语言的快速增长和快速演变加大了检测的复杂性，尤其突显了在不同语言中识别此类内容的挑战。该调查针对社交媒体中的冒犯性语言检测在跨语言场景中进行了系统全面的交叉语言转移学习（CLTL）技术探索。我们的研究作为首个综合概述，专注于
PDF6 months ago
减轻人为偏见的冒犯性语言检测的语言模式开发
通过语言数据扩增方法，减少标注过程中的偏见，借助机器的力量提高标注过程的准确性和公平性，以改善跨多种语言的冒犯性语言分类任务，并减少社交媒体上冒犯性内容的传播。
PDF7 months ago
当涉及言语问题时：重新审视标记敏感内容的方法
许多资源匮乏的语言需要具有高质量的特定任务数据集，例如辱骂语言检测、虚假消息或错误信息识别。本文从乌克兰推文的伪标记敏感数据的方法出发，重新审视了使用该方法的过程，重点关注俄乌战争相关主题。通过实验，突出了数据标注的三个主要阶段，并强调了机
PDF8 months ago
EMNLP文化指南：利用文化特征预测冒犯性语言检测中的迁移学习成功
研究探讨了语言技术中文化多样性的重要性，特别是对于涉及文化细微差别的主观任务（如冒犯性语言检测）而言，需要转向考虑文化特征对跨文化迁移学习的影响以提高任务的成功率。研究结果表明，文化价值调查在冒犯性语言检测任务的跨文化迁移学习中具有预测能力
PDF9 months ago
使用 BERT 的希伯来语冒犯语料库和检测
在本研究中，我们提供了希伯来语的新冒犯性语言语料库，使用推特上的 15,881 条推文，并由阿拉伯 - 希伯来双语人士对其进行了五个类别（辱骂、仇恨、暴力、色情或无冒犯）的标注，我们使用我们提出的数据集和另一个已发布的数据集对两个希伯来语
PDF10 months ago
HausaNLP 在 SemEval-2023 任务 10 中的应用：传递学习、合成数据和侧面信息用于多级别性别歧视分类
本文对 SemEval-2023 Task 10 的 EDOS 任务进行了参与和研究，讨论了将两个语言模型：XLM-T 和 HateBERT 迁移用于英语 Gab 和 Reddit 数据集的多层次分类，进一步细分至性别歧视或非性别歧视，并使
PDFa year ago
ACL跨文化转移学习用于汉语攻击性言语检测
本研究旨在研究利用来自不同文化背景（尤其是韩国和英国）的数据进行传递学习对汉语攻击性语言检测的影响，并发现考虑文化特定的偏见会对语言模型的可传递性产生负面影响，而在多元文化的数据上训练的语言模型对汉语攻击性语言检测的不同特征敏感。研究表明，
PDFa year ago
基于 Twitter BERT 的 Marathi 语攻击性语言检测方法
本文介绍了我们在印度低资源口语马拉地语中的 Offensive Language Identification 的工作，讨论了使用 BERT 模型进行文本分类任务以识别推文是否冒犯，比较了不同 BERT 模型在 HASOC 2022 测试集
PDF2 years ago
ACL基于依存语法的细粒度攻击性语言检测：使用图卷积网络
本文介绍了使用 SyLSTM 来检测 Twitter 上的冒犯性言论，同时检测冒犯的类型和目标的新方法，该方法在深度学习体系结构中将句子的句法特征和语义特征相结合，通过图形卷积网络进行集成。结果表明，该方法在参数数量方面比最先进的 BERT
PDF2 years ago
KOLD：韩语攻击性语言数据集
本文介绍了韩国冒犯性语言数据集（KOLD），其中包含 40,429 个分层注释的评论，以及相应文本跨度的注释。作者使用这些注释的评论作为韩文 BERT 和 RoBERTa 模型的训练数据，并发现它们对于冒犯性检测、目标分类和目标跨度检测很有
PDF2 years ago
在社交网络上检测攻击性语言：基于图形注意网络的端到端检测方法
本文提出了一种基于社区结构和文本特征的端到端方法（CT-OLD）进行冒犯语言检测，其中社区结构特征被直接捕获，并使用 BERT 的最后隐藏层从文本中提取嵌入；同时，加入用户观点以表示用户特征，用户历史行为信息更适合用户意见表示。该模型的 F
PDF2 years ago
COLD: 中文攻击性语言检测基准
该研究在探索中文领域下的垃圾语言检测，提出了一个基准和数据集并使用预训练语言模型进行分析，结果表明，该基准和数据集能有效提高中文垃圾语言的检测难度，同时也揭示了触发垃圾语言的关键词。
PDF2 years ago
EMNLP同意不同意：在冒犯性词语数据集上注释注解者的不同意见
本文提出了一种用于创建自然语言数据集的方法，通过将标注者的观点选为不同的训练集和测试集，可以提高分类器的性能和鲁棒性，为社交媒体中的恶意语言检测提供更好的数据准备。
PDF3 years ago
GUIR at SemEval-2020 Task 12：面向领域的上下文调整模型用于攻击性语言检测
本文探讨了利用经过领域调整的上下文化语言模型（BERT）以及叠加不同组件和配置（如：多视图支持向量机）来识别带有攻击性语言的存在、带有目标的攻击性语言的存在和目标的类别，作者提出的提交方案在 OffensEval 2020 共享任务中分别取
PDF4 years ago
Kungfupanda 于 SemEval-2020 12 任务：基于 BERT 的多任务学习用于冒犯性语言检测
本篇研究论文针对社交媒体中的攻击性内容建立一个结合多任务学习和以 BERT 为基础的模型的系统，利用预训练的 BERT 语言模型有效地学习社交媒体中包含噪音的文本的表示，同时利用其他相关任务的监督信号来提高攻击性语言检测的性能，在 Offe
PDF4 years ago
推特上的阿拉伯攻击性言论：分析与实验
本论文介绍了一种构建阿拉伯语攻击性社交媒体贴文数据集的方法，分析了导致攻击性社交媒体贴文的因素和阿拉伯语使用攻击性语言的方式，并采用先进技术在该数据集上取得了 F1=83.2 的优秀结果。
PDF4 years ago