评估孟加拉社交媒体评论中对不同群体的毒性水平：一项全面调查
原文中文，约300字，阅读约需1分钟。发表于：。本研究探讨了针对跨性别者、土著人和移民群体的孟加拉语社交媒体评论中的毒性问题。采用多种先进的预训练转换模型对毒性语言进行识别和分类，结果显示Bangla-BERT在分类任务中表现优异，F1-score达到0.8903。这一发现揭示了孟加拉社交媒体对特定社群的毒性影响及其复杂性。
'Moj Masti'团队在IIIT-D多语言恶性评论识别挑战中，使用ShareChat/Moj的数据，通过多语言Transformer模型处理混合代码分类任务，取得了平均F-1分数0.9的最佳成绩，并在排行榜上获得第一名。
