PulseAugur
中
实时 11:11:32
English(EN) A Comparative Study of PyCaret AutoML and CNN-BiLSTM for Binary Hate Speech Detection in Indonesian Twitter

CNN-BiLSTM 在印尼推特仇恨言论检测中优于 AutoML

作者 PulseAugur 编辑部 · [2 个来源] ·

本文比较了 PyCaret AutoML 和 CNN-BiLSTM 模型在检测印尼推特上的仇恨言论。CNN-BiLSTM 模型取得了优越的性能，准确率为 83.8%，F1 分数为 81.2%，优于 PyCaret 中最好的传统模型 Random Forest，其准确率为 77.2%，F1 分数为 77.0%。研究强调，虽然 PyCaret 对传统基准测试有效，但神经网络方法因其捕捉细微语言模式的能力而更适合此特定任务。 AI

影响 证明了神经网络在细微文本分类任务中优于传统方法的有效性。

排序理由 比较特定任务机器学习模型的学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

CNN-BiLSTM 在印尼推特仇恨言论检测中优于 AutoML

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Tanty Widiyastuti, Mayada, Adisty Syawalda Ariyanto, Luluk Muthoharoh, Ardika Satria, Martin Clinton Tosima Manullang ·

    PyCaret AutoML 与 CNN-BiLSTM 在印尼 Twitter 二元仇恨言论检测中的比较研究

    arXiv:2605.04885v1 Announce Type: new Abstract: This paper compares a PyCaret AutoML branch and a CNN-BiLSTM branch for binary hate speech detection on Indonesian Twitter using the HS label from the corpus of Ibrohim and Budi. Both branches share the same preprocessing pipeline s…

  2. arXiv cs.CL TIER_1 English(EN) · Martin Clinton Tosima Manullang ·

    PyCaret AutoML 与 CNN-BiLSTM 在印尼 Twitter 二元仇恨言论检测中的比较研究

    This paper compares a PyCaret AutoML branch and a CNN-BiLSTM branch for binary hate speech detection on Indonesian Twitter using the HS label from the corpus of Ibrohim and Budi. Both branches share the same preprocessing pipeline so that the comparison reflects modelling differe…

相关实体

相关话题