研究人员开发了新的框架,通过整合大语言模型 (LLM) 来更有效地检测仇恨言论。一种方法 WSF-ARG+ 引入了一个数据集和一个循环中的大语言模型系统,用于识别使用事实类(尽管不正确)信息的仇恨言论,提高了检测准确性并减少了人工标注工作。另一个框架 FAID 则通过将隐性仇恨言论分为浅层、目标型和依赖上下文三种形式,然后对每种形式应用自适应检测策略,以提高效率和准确性。 AI
影响 这些基于大语言模型的框架在识别细微的仇恨言论方面提供了更高的准确性和效率,可能有助于在线内容审核工作。
排序理由 该集群包含两篇在 arXiv 上发表的学术论文,详细介绍了使用大语言模型检测仇恨言论的新颖框架。
- arXiv
- Hugging Face
- Shallow
- alphaXiv
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- Hate Speech
- Litmaps
- LLMs-in-the-loop
- Nicolás Benjamín Ocampo
- ScienceCast
- scite Smart Citations
- WSF-ARG+
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →