OPSD:一种冒犯性波斯社交媒体数据集及其基准评估
原文中文,约300字,阅读约需1分钟。发表于: 。该研究介绍了两个针对恶意评论和冒犯性言论的数据集,并使用先进的语言模型和机器学习算法进行了实验,以建立该数据集的基准,结果表明 XLM-RoBERTa 在该数据集上的 F1 分数分别为 76.9% 和 89.9%。
该研究使用两个数据集针对恶意评论和冒犯性言论进行实验,结果显示XLM-RoBERTa在这些数据集上的F1分数分别为76.9%和89.9%。
该研究介绍了两个针对恶意评论和冒犯性言论的数据集,并使用先进的语言模型和机器学习算法进行了实验,以建立该数据集的基准,结果表明 XLM-RoBERTa 在该数据集上的 F1 分数分别为 76.9% 和 89.9%。
该研究使用两个数据集针对恶意评论和冒犯性言论进行实验,结果显示XLM-RoBERTa在这些数据集上的F1分数分别为76.9%和89.9%。