Nastaliq乌尔都语攻击性内容检测：语料、基准与可解释归因
热点事件观察中
Nastaliq乌尔都语攻击性内容检测：语料、基准与可解释归因
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Muhammad Shahid Iqbal Malik在arXiv发布研究，构建并公开7604条Nastaliq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个支持乌尔都语的Transformer模型与12个特征分类器基线。最优配置MuRIL达到87.05%准确率和87.06%宏平均F1，较最强基线高5.52个百分点。 研究还采用适用于从右向左排版的词级SHAP归因进行可解释性分析，发现模型归因质量不仅集中于高频侮辱词，也延伸到语法上中性的功能词和来源页面特有的政治词汇。以上结果基于论文摘要，语料已公开发布。
AI 根据报道生成 · 1 天前更新
最新进展10月14日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AI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
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。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 910月14日 17:00
- 近 24 小时变化
- -49%
02.557.510
18:0010月15日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。