研究人员开发了C$^2$TU，一种识别和消除中文社交媒体内容中隐匿性毒害的新颖方法。该方法利用同音词图谱和毒性词典来检测伪装的有毒词语，然后过滤掉无毒候选词并纠正隐匿词语的原始毒性含义。该方法有两种变体：一种基于BERT，另一种利用大型语言模型（LLMs），它解决了自回归的局限性，以利用完整的语义上下文来提高检测能力。实验表明，C$^2$TU的性能显著优于现有方法，在中文毒性数据集上的F1分数提高了71%，准确率提高了35%。 AI
影响 增强了处理复杂在线滥用形式的平台的内容审核能力。
排序理由 学术论文，详细介绍了一种新的毒性检测方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
