本文介绍了一种针对社交媒体评论的恐同/恐跨基算法，基于transformer的多类别分类模型，支持十种语言。通过引入合成和有机脚本切换数据，提升了在资源匮乏语言中的语言检测性能。

本文描述了我们在 LT-EDI 2024 Workshop 的 Task 2 中针对十种语言中的同性恋恐惧症和 / 或跨性别恐惧症的检测的方法和结果。我们的方法包括单语种变换器和集成方法，利用各种方法的优势来提高模型的性能。集成模型效果良好，在十种语言中的八种语言中，我们的团队 MasonTigers 以宏 F1 分数计算排名前五。我们的工作强调了集成方法在多语言场景中的有效性，解决了语言特定任务的复杂性。