BriefGPT - AI 论文速递
·
2023 年 FIRE HASOC 子任务概述：通过跨度检测识别英文明确仇恨相关令牌
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了ViHOS数据集，包含11k条评论和26k个含有仇恨和攻击性言论的人工标注数据。实验发现XLM-R$_{Large}$在单个范围检测和所有范围检测方面取得最佳F1分数，PhoBERT$_{Large}$在多个范围检测方面获得最高分数。该研究旨在解决社交网络平台上的恶意和攻击性言论问题。
🎯
关键要点
- 该研究提出了ViHOS数据集，包含11k条评论和26k个含有仇恨和攻击性言论的人工标注数据。
- 实验发现XLM-R$_{Large}$在单个范围检测和所有范围检测方面取得最佳F1分数。
- PhoBERT$_{Large}$在多个范围检测方面获得最高分数。
- 该研究旨在解决社交网络平台上的恶意和攻击性言论问题。
➡️
