BERT-Beta：一种主动式概率文本审核方法

针对用户生成内容的文本审核有助于促进用户间的健康交互，已被广泛研究并提出了许多机器学习模型。在本工作中，我们通过以主动式预测增强被动式审查，探索了一种替代视角。具体地，我们提出新概念“文本毒性倾向”来刻画一段文本吸引有毒评论的程度。随后引入Beta回归进行概率建模，综合实验表明其表现良好。我们还提出了一种解释方法以清晰传达模型决策。倾向性打分与解释均以新颖方式惠及文本审核。最后，所提出的线性模型缩放机制提供了超越本工作的有益见解。