toxic comments | BriefGPT - AI 论文速递

关键词toxic comments

搜索结果 - 8

分析深度对话中的有害性：Reddit 案例研究
使用基于树的方法分析在线社交媒体上用户对有害内容的行为和上下文，研究发现毒性评论会增加在线对话中产生后续毒性评论的可能性，并观察到在用户行为和模式方面，共识亵渎与非共识亵渎存在重叠的相似性。
PDF3 months ago
Bipol 下的数据偏差：男性天生右派，女性的角色是跟随他们的领导
我们介绍了关于三种语言中偏见的新的大型标记数据集，并通过实验证明了在评估的 5 种语言中的 10 个数据集中都存在偏见，包括英语 GLUE/SuperGLUE 排行榜上的基准数据集。我们使用 SotA 多语言预训练模型 mT5 和 mBE
PDF3 months ago
使用机器学习模型对社交媒体毒性评论进行分类
研究讨论了社交媒体平台上存在的有害评论问题，提出使用 Lstm-cnn 模型构建分类器，以高精度区分有毒和无毒评论，并帮助组织更好地检查评论区的有害性。
PDFa year ago
使用深度学习进行可解释的孟加拉有害评论多标签分类
本文提出了一个基于深度学习的流程，用于分类孟加拉语的有害评论，首先使用二元分类模型确定评论是否有害，然后使用多标签分类器确定评论属于哪种毒性类型，使用 LSTM 和 BERT 嵌入达到了 89.42% 的准确性，并使用卷积神经网络和双向 L
PDFa year ago
毒性评论猎手：评分有毒评论的严重程度
本研究利用不同角度的数据清洗和特征提取操作，得到不同的有毒评论训练集，并基于 TFIDF 和微调的 Bert 模型进行模型构建，最终将代码封装成软件以实现有毒评论的实时评分。
PDF2 years ago
ACLSemEval-2021 任务 5：使用命名实体识别和问答方法进行有害语段检测的 UIT-E10dot3
该研究通过命名实体识别和问答结合分析 SemEval-2021 的毒性评论任务，提高了评论毒性区分的准确性。
PDF3 years ago
ACL巴西葡语社交媒体有害语言检测：新数据集和多语言分析
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
PDF4 years ago
ACL韩国在线新闻评论语料库用于毒性言论检测
本文旨在确定韩语毒性言论，提供了相关数据集，并使用 CharCNN、BiLSTM 和 BERT 三种模型进行分析和预测，结果显示 BERT 在所有任务中表现最佳。
PDF4 years ago