通过跨分类法数据集整合提升仇恨言论分类

本研究解决了算法仇恨言论检测中由于多样化定义和数据集所带来的挑战。通过将现有的数据集和分类法整合为一个统一的模型，提出了一种通用分类法和能够在单一框架内检测多种定义的仇恨言论分类器。研究表明，该方法显著提升了分类性能，并在广泛适用性上具有潜力。