ToXCL: 毒性言论检测和解释的统一框架
原文中文,约300字,阅读约需1分钟。发表于: 。为了解决网络毒性言论的问题,本文提出了一个统一框架 ToXCL,用于检测和解释隐含的毒性言论,并取得了最新最有效的结果,明显优于基线模型。
本文介绍了'Moj Masti'团队使用ShareChat/Moj数据的系统,通过多语言Transformer预训练和微调模型处理混合代码/交替代码分类任务,在测试数据/排行榜上获得0.9的F-1分数。通过添加音译数据、集成和后处理技术进一步提高了系统性能,排名第一。