arXiv · cs.AI· Muhammad Shahid Iqbal Malik·· 1 天前
纳斯塔利克乌尔都语冒犯性内容检测的可解释系统：语料构建、Transformer基准评测与词级归因
An Explainable System for Offensive Content Detection in Nastaliq Urdu: Corpus Curation, Transformer Benchmarking, and Word-Level Attribution
arXiv:2610.15795v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Muhammad Shahid Iqbal Malik
研究任务与主要进展
该研究构建并公开7604条纳斯塔利克乌尔都语 Facebook 评论语料，在统一网格搜索协议和相同数据划分下比较4个乌尔都语 Transformer 与12个特征分类器。MuRIL取得87.05%准确率和87.06%宏平均F1，较最强基线高5.52个百分点；研究还结合适用于从右向左文字排版的词级SHAP归因，发现模型归因不仅集中于高频侮辱词，也涉及功能词和来源页面特有的政治词汇。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org