Hate Speech Detection
PulseAugur coverage of Hate Speech Detection — every cluster mentioning Hate Speech Detection across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
PEFT 将罗马乌尔都语中大型语言模型的仇恨言论检测 F1 分数提升至 93% 以上
一篇新研究论文探讨了参数高效微调 (PEFT) 方法，特别是低秩自适应 (LoRA)，在罗马乌尔都语仇恨言论检测中的有效性。研究发现，虽然在 Mistral、LLaMA、Falcon 和 BERT 等模型上进行零样本推理取得了中等结果（F1 分数 0.56），但使用 PEFT 进行微调可将性能显著提高到 0.93 以上的 F1 分数。这种方法展示了强大的计算效率，使其成为处理低资源语言的可行解决方案。
-
新研究探讨隐私与仇恨言论检测的权衡
一篇新的研究论文引入了“隐私-HSD权衡”的概念，强调了仇恨言论检测（HSD）系统可能通过编码作者身份而无意中损害用户隐私。该研究探讨了这种张力，表明实现可靠的HSD性能往往以牺牲隐私为代价。研究人员对包括一种名为AgnoSpeech的新技术在内的各种文本私有化方法进行了基准测试，以研究平衡这些相互竞争的担忧的可行性，并得出结论认为，尽管困难，但这是可以实现的，并且值得进一步研究。
-
新框架通过人类解释重新思考仇恨言论模型评估
研究人员开发了一个新的框架来评估仇恨言论检测模型，重点关注人类解释（rationales）的多样性，而不仅仅是多数投票。该研究提出按预测和分布属性组织分类指标，并按合理性、忠实性和复杂性组织可解释性指标。结果表明，标签和解释的软表示在捕捉主观 NLP 任务中的人类分歧和推理风格方面更有效。
-
新的聚类方法模拟自然语言处理任务中的标注者视角
研究人员开发了一种新的基于一致性的聚类技术，以更好地模拟主观自然语言处理（NLP）任务中的标注者视角。该方法旨在捕捉标注者之间分歧的细微差别，而这些细微差别通常在传统的多数投票聚合中丢失。在40个数据集和18种语言的文本情感分析、情绪分类和仇恨言论检测实验中，该方法与现有方法相比，显著提高了分类性能。