近日,实验室博士生白泽文关于仇恨言论检测的研究成果被 Transactions on Audio, Speech, and Language Processing(TASLP) 录用。TASLP是人工智能领域的顶级期刊,是中科院二区,CCF推荐B类期刊,影响因子5.2。
论文题目:Intergroup Harm Modeling in Chinese Hate Speech: Mechanism-Based Resources, Coded Structure Analysis, and a Micro-to-Macro Framework
中文题目:中文仇恨言论中的群体间伤害建模:基于机制的资源、编码结构分析及“微观至宏观”框架
简介:现有仇恨言论检测方法主要关注表层分类,往往忽视语言造成群体间伤害的内在机制。本文将仇恨言论检测视为群体间伤害建模问题,提出面向中文语境的多粒度框架。具体而言:(1)在宏观层面,构建基于伤害机制的数据集 CHIM,包含来自 8,029 条帖子的 9,533 个文本片段级“目标—论据”对,支持对去人化、刻板印象等关键伤害策略的分析;(2)在微观层面,标注 3,083 个隐语式仇恨表达实例,涵盖语音字形型和语义型,以评估大语言模型识别隐性攻击的能力;(3)提出由微观到宏观的 M2M(Micro-to-Macro)框架,结合词汇层面与伤害机制层面的建模,提升模型的域内表现与跨域泛化能力。本文通过建模语言如何造成伤害,而非仅对其进行毒性标签分类,为计算与信息科学领域的语言伤害检测、知识表示及社交媒体内容分析提供新的研究思路。