实体
DynaHate
DynaHate
PulseAugur coverage of DynaHate — every cluster mentioning DynaHate across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
DriftGuard框架通过安全感知漂移检测改进毒性内容审核
研究人员开发了DriftGuard，一个旨在增强自动化毒性内容审核系统鲁棒性的新框架。该系统采用安全感知多监控器漂移检测来识别演进中的有害行为，包括传统方法可能忽略的隐晦语言和目标人群的变化。当检测到重大变化时，DriftGuard会使用优先适应集选择性地更新审核模型，重点关注可能的假阴性和高风险示例。实验表明，与Civil Comments和DynaHate等数据集上的基线方法相比，DriftGuard显著提高了毒性召回率和准确性。
-
新框架改进隐式仇恨言论检测的泛化能力
研究人员开发了ImpSH，一个旨在提高隐式仇恨言论检测模型泛化能力的新框架。这种基于三元组的方法将帖子与其隐含陈述对齐，并使用上下文约束半硬负例来更好地区分相似但不同的仇恨言论实例。使用BERT和HateBERT模型在多个数据集上的评估表明，与标准的监督对比方法相比，ImpSH可以提高跨域性能。