作者：Diptanu Sarkar,Marcos Zampieri,Tharindu Ranasinghe,Alexander Ororbia

 

简介：基于Transformer的模型（如BERT、XLNET和XLM-R），在各种NLP任务中取得了最先进的性能，包括识别攻击性语言和仇恨言论：这种社交媒体中的重要问题。在本文中，作者介绍了FBERT，一个基于SOLID上重新训练的BERT模型。SOLID是最大的英语攻击性语言识别语料库，拥有超过140万美元的攻击性实例。我们评估了FBERT在多个英语数据集上识别攻击性内容的性能，并测试了从SOLID中选择实例的多个阈值。未来FBERT模型将免费开源提供给社区。

论文下载：https://arxiv.org/abs/2109.05074

HUB地址：https://hub.baai.ac.cn/view/9967

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除