FastText + BiLSTM

孟加拉语仇恨言论检测在真实社交媒体数据上表现不佳

一项新研究突显了孟加拉语仇恨言论检测系统面临的严峻危机，揭示了在基准数据集上训练的模型应用于真实社交媒体内容时表现不佳。BanglaBERT 和 FastText + CNN 等模型在 Facebook、X 和 YouTube 数据上的 F1 分数大幅下降，尤其是在涉及讽刺和表情符号的隐晦仇恨言论方面。研究表明，现有系统难以处理具有文化嵌入的表达方式，并且会过度审查某些评论，这强调了为低资源语言开发更具适应性和上下文感知的框架的必要性。