机器学习将社交媒体仇恨言论识别准确率提高到88%  

作　　者：本刊 

机构地区：[1]不详

出　　处：《数据分析与知识发现》2024年第6期143-143,共1页Data Analysis and Knowledge Discovery

摘　　要：近日,发表在第38届AAAI人工智能会议论文集上的一项来自滑铁卢大学的研究介绍了一种新的检测社交媒体平台上仇恨言论的机器学习方法,其检测准确率为88%。相较于以往的仇恨言论检测方法,该方法被称为多模态讨论转换器(Multi-Modal Discussion Transformer,mDT),可以理解文本和图像之间的关系,并将评论置于更大的上下文中。这对于减少误报特别有用,特别是文化敏感的语言体系里,经常存在被错误地标记为仇恨言论的情况。研究人员希望这项技术可以帮助人类降低手动筛选仇恨言论的情感成本。多年来,研究人员一直试图建立人类对话意义的分析模型,但这些模型难以理解细微的对话或上下文陈述。以前的模型识别仇恨言论的准确率最高只有74%。

关 键 词：滑铁卢大学 社交媒体 机器学习 仇恨言论 模型识别 文化敏感 会议论文集 语言体系 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP391.1[自动化与计算机技术—控制科学与工程]